基于余弦排名损失和虚拟边图神经网络的物品推荐方法

作者：慕彩红; 应嘉辉; 刘逸; 王蓉芳; 冯婕; 刘波

来源：2022-07-21, 中国, ZL202210869627.5.

本发明提出了一种基于余弦排名损失和虚拟边图神经网络的物品推荐方法,实现步骤为：(1)构建用户信息、物品信息以及用户-物品交互信息；(2)构建用户-物品虚拟边交互二部图；(3)构建基于余弦排名损失和虚拟边图神经网络的物品推荐模型；(4)对基于余弦排名损失和虚拟边图神经网络的物品推荐模型进行迭代训练；(5)获取向用户推荐的物品列表。本发明通过使用用户-物品虚拟边交互二部图,挖掘了用户-物品的潜在交互可能,关注了节点间的隐式反馈以获得更好的嵌入表征向量；同时通过使用余弦排名损失函数,过滤冗余样本以自适应的计算损失函数值,提高了物品推荐的准确性。

• 单位
  西安电子科技大学