一种基于增强图学习的协同过滤推荐方法

作者：吴乐; 杨永晖; 张琨; 汪萌; 洪日昌

来源：2021-03-24, 中国, ZL202110312224.6.

本发明公开了一种基于增强图学习的协同过滤推荐方法,包括：1.构造用户对产品的二部图,包括：用户节点集、产品节点集、邻接矩阵；2.通过独热编码得到嵌入矩阵作为节点特征；3.根据当前节点特征计算相似矩阵,并做稀疏化；4.稀疏化的相似矩阵作为残差项和邻接矩阵相加,得到增强后的邻接矩阵；5.根据增强后的邻接矩阵构造图卷积层进行特征传播,得到节点表征；6.根据节点表征到预测层得到评分矩阵,从而实现产品推荐。本发明能够基于节点之间的相似度自适应的学习图结构信息,增强图鲁棒性和完整性,从而学习更精准的节点表征,进而提高推荐性能。

• 单位
  合肥工业大学