一种基于接受度增强的图神经网络的动态推荐方法

摘要

本发明公开了一种基于接受度增强的图神经网络的动态推荐方法，包括以下步骤：构建物品动态图；构建原始物品动态图；获取物品的表示向量；获取用户的表示向量和模型预测与优化。本发明将用户与物品的交互以物品动态图的形式进行动态建模，建立的有向图可以表明用户选择的物品的动态转移关系，通过挖掘该物品动态图，分析出用户的兴趣转移走向，有效解决用户的兴趣随时间流逝发生漂移的问题；该方法将与用户交互的物品分为长期序列与短期序列，并分别从二者挖掘到了用户的固有兴趣与短期兴趣，同时兼顾二者，使得推荐的物品既符合用户需要，又满足用户当下需求；该方法通过群体智慧来提升推荐效果，提升了推荐的准确性与多样性。