基本信息:
- 专利标题： 基于超图双卷积图神经网络的捆绑包推荐方法及装置
- 申请号：CN202410765197.1 申请日：2024-06-14
- 公开(公告)号：CN118608245A 公开(公告)日：2024-09-06
- 发明人： 李扬 , 刘康博 , 王小旭
- 申请人： 西北工业大学
- 申请人地址： 陕西省西安市友谊西路127号
- 专利权人： 西北工业大学
- 当前专利权人： 西北工业大学
- 当前专利权人地址： 陕西省西安市友谊西路127号
- 代理机构： 西安维赛恩专利代理事务所(普通合伙)
- 代理人： 李明全
- 主分类号： G06Q30/0601
- IPC分类号： G06Q30/0601 ; G06N3/042 ; G06N3/045 ; G06N3/0464 ; G06N3/084
摘要：
本发明涉及一种基于超图双卷积图神经网络的捆绑包推荐方法及装置，先根据用户、捆绑包与商品三者之间的交互记录生成生成完整超图，然后随机初始化生成初始总嵌入向量矩阵，接着反复执行多次将初始总嵌入向量矩阵与完整超图进行图卷积计算获得第一学习信息，将第一学习信息与用户捆绑包交互图进行图卷积计算获得第二学习信息，组合第一学习信息和第二学习信息构成更新总嵌入向量矩阵，然后使用最后的更新总嵌入向量矩阵加权计算用户和捆绑包的最终嵌入向量矩阵，最后将用户的最终嵌入向量矩阵和捆绑包的最终嵌入向量矩阵进行点积计算获得每个用户的捆绑包推荐分数并进行排序获得每个用户的捆绑包推荐序列。该方法推荐准确率高。
IPC结构图谱:
| G | 物理 |
| --G06 | 计算；推算；计数 |
| ----G06Q | 专门适用于行政、商业、金融、管理、监督或预测目的的数据处理系统或方法；其他类目不包含的专门适用于行政、商业、金融、管理、监督或预测目的的处理系统或方法 |
| ------G06Q30/00 | 商业，例如行销、购物、签单、拍卖或电子商务 |
| --------G06Q30/06 | .购买、出售或租赁交易 |
| ----------G06Q30/0601 | ..电子购物 |