摘要

本发明公开了一种基于图卷积网络进行知识蒸馏的冷启动实体推荐方法,包括:1.构造用户对产品的隐式反馈矩阵、用户属性矩阵、产品属性矩阵、用户学生模型的用户图邻接矩阵、产品学生模型的产品图邻接矩阵;2.通过独热编码和随机初始化的方式构造输入层;3.通过图卷积分别对教师模型、用户学生模型和产品学生模型进行特征传播;4.构造预测层进行用户对产品的评分预测;5.根据预测层的输出结果拟合真实标签更新特征矩阵和属性节点的嵌入表征矩阵;6.重复步骤3~5至新用户新产品推荐效果达到最优。本发明能够充分挖掘图的高阶信息以及用户、产品和属性节点之间的潜在关联,从而实现冷启动实体的精准推荐。