一种基于GGNN网络的改进型神经网络推荐方法及系统
基本信息
| 申请号 | CN202011080720.5 | 申请日 | - |
| 公开（公告）号 | CN112150210A | 公开（公告）日 | 2020-12-29 |
| 申请公布号 | CN112150210A | 申请公布日 | 2020-12-29 |
| 分类号 | G06Q30/02(2012.01)I | 分类 | 计算；推算；计数; |
| 发明人 | 彭龙;黄炎焱;杜振华;华宇浩;张钊浩;宋雅杰;何新 | 申请（专利权）人 | 江苏慧宇诚智能装备研究院有限公司 |
| 代理机构 | 北京劲创知识产权代理事务所（普通合伙） | 代理人 | 张铁兰 |
| 地址 | 210000江苏省南京市玄武区孝陵卫200号 | ||
| 法律状态 | - | ||
摘要
| 摘要 | 本发明公开了一种基于GGNN网络的改进型神经网络推荐方法及系统，所述方法包括：首先从历史会话序列构造长短期会话转换的有向图，再将有向图输入到GGNN网络中，训练更新当前会话序列中的商品嵌入向量，在考虑到会话中之前所有商品的影响同时，着重考虑最后一个点击商品，并相应地生成准确的会话嵌入向量，最后将会话嵌入和全局商品嵌入向量进行计算获得预测的评分。本发明提供的基于GGNN网络的改进型神经网络推荐方法及系统，综合考虑了用户的几次点击中商品相互的转换关系，可以反映用户兴趣的序列化变化，也结合了商品之间的关联；并采用GRU单元进行训练，得到更加准确的推荐目标。 |
