[发明专利]基于时序二分图神经网络的用户缺失属性补全方法与系统在审
| 申请号： | 202310851553.7 | 申请日： | 2023-07-12 |
| 公开（公告）号： | CN116881716A | 公开（公告）日： | 2023-10-13 |
| 发明（设计）人： | 宋杰;许可;郑铜亚;冯尊磊;宋明黎 | 申请（专利权）人： | 浙江大学 |
| 主分类号： | G06F18/214 | 分类号： | G06F18/214;G06F18/241;G06N3/0464;G06N3/0442;G06N3/09;G06F17/16;G06F17/11 |
| 代理公司： | 杭州天正专利事务所有限公司 33201 | 代理人： | 王兵 |
| 地址： | 310058 浙江*** | 国省代码： | 浙江;33 |
| 权利要求书： | 暂无信息 | 说明书： | 暂无信息 |
| 摘要： | 基于时序二分图神经网络的用户缺失属性补全方法，首先，对时序用户属性矩阵进行预处理，进行数据归一化，并记录分类变量和连续变量。然后将时序用户属性矩转化为时序二分图结构，并采用图卷积神经网络来聚合提取图中节点嵌入向量和边嵌入向量，并使用LSTM融合不同时间步的节点特征；将时序二分图中预测边的两端节点的图特征拼接作为用户节点‑属性节点的边预测模型的输入；采用多个线性层构建边预测模型，引入多任务学习框架同时学习分类任务和回归任务，从而灵活处理分类变量和连续变量。最后，通过该框架来对用户缺失属性进行补全，并将结果写回原数据中。本发明还包括基于时序二分图神经网络的用户缺失属性补全方法的系统。 | ||
| 搜索关键词： | 基于 时序 二分 神经网络 用户 缺失 属性 方法 系统 | ||
【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浙江大学，未经浙江大学许可，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/202310851553.7/，转载请声明来源钻瓜专利网。
