[发明专利]一种基于分簇多实体图神经网络的推荐方法在审
申请号: | 202010970470.6 | 申请日: | 2020-09-15 |
公开(公告)号: | CN112085171A | 公开(公告)日: | 2020-12-15 |
发明(设计)人: | 印鉴;金子力;刘威 | 申请(专利权)人: | 中山大学 |
主分类号: | G06N3/04 | 分类号: | G06N3/04;G06N3/08 |
代理公司: | 广州粤高专利商标代理有限公司 44102 | 代理人: | 刘俊 |
地址: | 510260 广东*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 本发明提供一种基于分簇多实体图神经网络的推荐方法,本发明利用分簇算法,图神经网络可以拓展到百万级节点上的计算,而且训练时间复杂度只是线性增长,而非指数级增长;能够应用在三个实体,甚至更多实体下的推荐场景(比如用户‑歌单‑歌曲);能够为节点在两个方向上的信息传递都配置不同的权重参数,并且不同类型的节点之间使用的信息传递参数都不同。多样的信息传递权重配置能够提升网络的泛化能力,提升预测效果。 | ||
搜索关键词: | 一种 基于 分簇多 实体 神经网络 推荐 方法 | ||
【主权项】:
暂无信息
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中山大学,未经中山大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/patent/202010970470.6/,转载请声明来源钻瓜专利网。
- 上一篇:网络控制方法和装置
- 下一篇:一种燃料电池催化层树脂含量的在线测试方法