本發明公開了一種基于自監督學習的跨域社交產品推薦方法,包括:1.構造異構數據:用戶對產品的評分矩陣、用戶與用戶之間的社交關系矩陣;2.通過異構圖構造層對異構數據處理得到用戶?用戶?產品的異構圖網絡;3.通過獨熱編碼層得到用戶協同矩陣、產品協同矩陣;4.通過圖卷積層進行特征傳播;5.構造節點特征聚合層;6.構造節點預測層進行產品推薦;7.構建自監督學習層對節點局部特征和全局特征進行互信息最大化學習,直至在社交域上的社交冷啟動用戶產品推薦效果達到最優。本發明能夠充分挖掘整個異構圖的全局信息、減少模型對橋梁用戶數量的依賴、學習更好的橋梁用戶表征,以此提高在社交冷啟動用戶上的產品推薦性能。
聲明:
“基于自監督學習的跨域社交推薦方法” 該技術專利(論文)所有權利歸屬于技術(論文)所有人。僅供學習研究,如用于商業用途,請聯系該技術所有人。
我是此專利(論文)的發明人(作者)