基于超图神经网络的推荐方法研究.pdf
文本预览下载声明
···················································································1
1.1··································································
显示全部
文档详情
相似文档
-
基于超图神经网络的会话推荐算法研究.pdf
摘要
推荐系统能够智能地为用户推荐可能感兴趣的商品，从而满足用户的使用需
求。然而，当用户未登录或由于隐私保护而未记录有用的用户信息时，推荐系统
无法利用用户的画像信息和历史行为记录来建模。为了提高对匿名用户的推荐准
确度，提出了会话推荐。与所包含丰富的长期数据的序列推荐相比，会话推荐中
较短的会话所包含的信息极其有限，显著增加了会话推荐的难度。现有的会话推
荐算法通常仅根据商品有限的信息来发现用户的偏好。而在购买决策中，用户经
常选择的品牌和用户目前想要购买的商品类别等因素至关重要。商品的文字描述
和图像
-
超图神经网络：链路预测方法与应用场景.pptx
超图神经网络：链路预测方法与应用场景;目录;;超图神经网络概念;网络结构特点;;与其他神经网络比较;;;预测模型构建;;预测性能评估;;;具体案例研究;应用效果与反馈;;算法优化策略;;模型泛化能力;;技术创新方向;潜在应用领域探索;行业影响预测;参考资料(一);01;摘要;02;目录;参考资料(二);01;链路预测的重要性;02;超图神经网络概述;03;链路预测方法;04;应用场景;应用场景;05;结论;参考资料(三);01;简述要点;02;超图神经网络概述;03;链路预测方法;链路预测方法;04;应用场景;应用场景;05;结语;参考资料(四);01;概述;02;超图神经网络简介;03;链路
-
一种基于时序超图注意力神经网络的信息扩散预测方法.docx
PAGE
1-
一种基于时序超图注意力神经网络的信息扩散预测方法
一、1.方法背景与挑战
(1)随着互联网技术的飞速发展，信息传播速度和范围不断扩大，如何有效预测信息扩散过程成为了一个极具挑战性的课题。信息扩散预测在多个领域都具有重要意义，如舆情分析、推荐系统、市场营销等。在社交媒体时代，人们获取信息的渠道多样化，信息传播的复杂性和不确定性显著增加。传统的基于时间序列的分析方法在处理这种复杂网络结构的信息扩散问题时往往表现出不足，难以捕捉到信息在复杂网络中的传播规律。
(2)为了解决传统方法在信息扩散预测中的局限性，近年来，研究者们开始探索基于深度学习的信息扩散预测方法。深度学习模型能够从大量
-
基于超图神经网络的心理健康预测研究.pdf
摘要
摘要
目前我国已进入中度人口老龄化社会，中老年人承受着心理和生理上的双重
压力，心理健康问题正日益凸显。然而，由于心理健康诊断分析的复杂性，中老年
人的心理健康问题很难做到早期预测和干预。已有研究通常采用统计学方法，无法
对特定群体的心理健康状态进行量化分析，只能分析某些特定因素和心理健康的
关系，准确性不高。同时现有的神经网络预测方法忽略了青少年时期经历的重大变
故等个人情景信息对中老年人心理健康的影响，且基础的
-
一种基于深度神经网络的电影推荐方法.pdf
(19)中华人民共和国国家知识产权局
(12)发明专利
(10)授权公告号 CN 112800344 B
(45)授权公告日 2022.03.22
(21)申请号 202110134206.3 CN 110032677 A,2019.
-
基于去中心化图神经网络的社交推荐方法.pdf
(19)国家知识产权局
(12)发明专利
(10)授权公告号 CN 113407861 B
(45)授权公告日 2022.07.15
(21)申请号 202110547821.7 (56)对比文件
-
基于三通道图神经网络的会话推荐方法.pdf
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号 CN 114547276 A
(43)申请公布日 2022.05.27
(21)申请号 202210082137.0
(22)申请日 2022.01.24
(71)申请人 桂林电子科技大学
地址 54100
-
基于混合神经网络的学习资源推荐研究.pdf
摘要
摘要
随着“互联网+教育”的迅速发展，各类教育平台纷纷涌现，学习者可以突破
时空限制，随时随地进行学习。但是，近几年伴随着互联网上学习资源数量的爆
炸式增长，反而导致学习者无法从海量的数据中快速找到合适的学习资源，降低
了学习效率。因此，学习资源推荐算法的应用将为学习者的在线学习提供较大便
利。本文在现有研究成果基础之上，针对单一推荐算法存在的局限性，通过混合
神经网络模型在视频课程资源推荐和文本图书资源推荐两个方面进行深
-
基于图神经网络的法条推荐研究.pdf
摘要
法条推荐作为智慧司法的重要组成部分之一，不但可以为法官推荐案件适用
的法条，提高法官的工作效率，推动司法的公平正义。而且对于案件当事人等非
专业人士来说，能够及时了解涉案的法律条文，降低法律咨询以及诉讼的成本。
当下面向法条推荐任务更多的还是聚焦于如何获取更好的案情文本表达，然而目
前的研究方法多是将裁判文书文本视为序列结构，采用卷积神经网络或循环神经
网络等模型进行文本表示。这类模型根据单词之间的局部关系或顺序关系抽取语
义信息，忽略了文本更深层次的语法以及结构信息。
基于以上问题，本文采用图神
-
基于图神经网络的多行为推荐研究.pdf
摘要
推荐系统在线上消费、服务和决策中用来缓解信息过载问题，已得到广泛应用。
基于多行为推荐研究近年来受到了越来越多的关注，但现有多行为推荐研究仍存在未
能充分挖掘辅助行为与目标行为间的相关关系，很少考虑从多视角学习用户和物品特
征以及用户行为序列间递进关系对用户偏好演化的可能影响等问题，导致推荐效果不
佳。论文开展基于图神经网络的多行为推荐研究，主要工作如下：
（1）为更好学习用户辅助行为和目标行为间的相关关系，设计了异构图卷积网
络多行为推荐模型（AMulti-behaviorRec
-
基于图神经网络的用户行为推荐方法及其应用的研究.pdf
基于图神经网络的用户行为推荐方法及其应用的研究
摘要
在大数据时代，个性化的推荐系统可以根据用户的历史行为帮助用户更快地
检索出符合其兴趣偏好的数据，解决信息过载问题。除了可以直接反应用户偏好
兴趣的评分等显示反馈，查看、购买等隐式反馈也在一定程度上反映了用户的偏
好，相较于显示反馈，隐式反馈更容易收集，利用好隐式反馈同样可以为用户提
供精准推荐。图神经网络在推荐系统中可以更好地处理数据稀疏问题且捕获用户
和项目之间的高阶联通信息，因此越来越多的推荐算法开始使用图神经网络，而
用户与项目的
-
基于神经网络深度特征融合的新闻推荐方法研究.pdf
摘要
摘要
随着信息技术的快速发展，每天都有大量的新闻文章被创建和发布，导致用户
无法浏览所有有价值的新闻，造成信息过载问题。新闻推荐旨在帮助用户定位阅读
兴趣，提出个性化的新闻推荐。大多数现有的新闻推荐模型通常从新闻内容中构建
新闻表示，并从点击新闻中构建用户表示。然而用户新闻交互之间的高阶结构以及
点击新闻和候选新闻之间的相关性也与用户的个性化兴趣联系紧密。因此，准确有
效地建模这些信息对实现精准的新闻推荐任务极为重
-
基于异构图神经网络的生鲜农产品推荐方法研究.pdf
摘要
随着电子商务的快速发展，越来越多的消费者选择线上购买生鲜农产品。为了帮
助消费者在海量的生鲜农产品中快速找到需要的商品，推荐算法显得尤为重要。推荐
算法通过数据分析和学习过程，来预测用户对未知商品的偏好程度，并向用户推荐他
们可能感兴趣的商品。然而，目前的生鲜农产品推荐算法往往只依赖于用户与生鲜农
产品之间的历史交互记录，忽略了属性和评论等多维度信息的综合关系。
异构图神经网络（HeterogeneousGraphNeuralNetworks，HGNN）在处理复杂关
系和
-
基于图卷积神经网络的径流预测方法研究.pdf
华中科技大学硕士学位论文
摘要
径流预测是水文学的重要研究内容，是水库调度和流域水资源优化配置的重要
依据。新时代水利高质量发展的需求，对径流预测提出了更高的要求，然而由于受
水文、气象、下垫面等多个因素的影响，径流呈现出高度的非线性，加之气候变化
和人类活动的不断加剧，传统的径流预测方法已很难适应新形势的发展要求。因此，
充分利用现代技术手段，研究更加科学可靠的径流预测方法，成为水文学的重要任
务之一。本文重点考虑径流形成过程中的时程相关性和空间相关
-
基于神经网络的医疗数据分类方法研究.docx
基于神经网络的医疗数据分类方法研究
摘 要
近年来，人工智能领域的发展日新月异，许多表现出色的人工智能项目吸引了大众的注意。与此同时，更多的资源被投入到人工智能研究领域之中。人工神经网络作为人工智能领域的前沿学科，表现出了巨大的发展潜力。
医疗数据具有多维度的特性，这一特性对医疗数据的数据分类造成了阻碍。人工神经网络具有泛化能力佳，稳健性好的优点，因此基于人工神经网络进行医疗数据分类具有切实的可行性。
糖尿病在我国的发病率呈现明显的上升趋势，已经成为了最常见的慢性疾病。然而由于医疗资源匮乏，开展糖尿病的防治工作存在很大困难。对糖