一种基于多视角知识图谱注意力网络的个性化推荐方法，包括以下步骤：1)构建多视角知识图谱；2)根据多视角知识图谱构建其相对应的直接邻接矩阵和间接邻接矩阵；3)设计图注意力网络，基于注意力机制学习多视角特征信息得到用户和对象的向量表示；4)基于图注意力网络提取知识图谱的社交、关系、交互特征信息；5)对知识图谱注意力网络进行训练学习到用户和对象的最终向量表示。本发明通过学习知识图谱中的多视角特征，提高了推荐系统的准确率。
📄 2021106474923
📂 G06F16_9535
👤 浙江工业大学
📅 2021-06-10
本发明公开了一种结合评论文本挖掘的个性化推荐算法，包括：利用传统的隐语义模型获取用户特征Pu；利用堆栈降噪自动编码器获取项目特征Qi；将用户特征Pu和项目特征Qi输入多层感知器来预测评分本发明利用评论文本进行个性化推荐算法的设计，在提高推荐准确度的原则上，不用复杂的生成过程来建模评论文本，而是结合已有的较为成熟的栈式降噪自动编码器(SDAE)架构来获取项目特征，将评论文本数据用于推荐。本发明针对现存算法具有推荐精度高、推荐模型简单等特点。
📄 2020107791292
📂 G06F16_335
👤 南宁师范大学
📅 2020-08-05
柿子坊 · 知识产权运营
柿子坊知识产权运营平台