一种基于时间间隔增强的图神经网络推荐方法

专利申请号：CN202111117332.4

公 开 号：CN113821724B

发 明 人：王换文 曾雅文 陈浩 

代 理 人：黄鹏飞

代理机构：长沙市善权专利代理事务所(普通合伙)

专利类型：发明专利

申 请 日：20231020

公 开 日：20210923

专利主分类号：G06F16/9535

关 键 词：会话 一次点击 偏好 嵌入 预测 点击物品 交互信息 偏好信息 神经网络 网络融合 向量表示 序列构建 序列过程 用户点击 整体行为 再使用 准确率 构建 向量 隐含 有向 整合 注意力 学习 优化 

摘      要：本发明提供了一种基于时间间隔增强的图神经网络推荐方法，该方法提出时间间隔增强会话图，Graph Transformer和当前会话中用户的偏好整合表示及预测三个模块以优化用户在当前会话中所隐含的偏好信息，提高对下一个物品点击预测的准确率，其步骤如下：(1)构建具有时间间隔的有向会话图；(2)充分学习每个物品的隐向量表示；(3)生成每个会话的最终嵌入向量；(4)为每个会话的下一次点击物品作出推荐；本发明将用户点击物品的序列构建为具有时间间隔的关系图；设计一个嵌入时间间隔的Graph Transformer来学习物品之间复杂的交互信息；再使用注意力网络融合用户在整个点击序列过程中的整体行为偏好和最后点击物品的当前兴趣，这样可以有效预测用户下一次点击的物品的准确性。