专利名称：一种基于深度神经网络的异构网络推荐算法专利类型：发明专利
发明人：蔡晓妍,王楠鑫,杨黎斌,戴航申请号：CN202010674870.2申请日：20200714公开号：CN111832724A公开日：20201027
摘要：本发明公开了一种基于深度神经网络的异构网络推荐算法，包括如下步骤：S1：用户和物品的全局局部信息的向量表征；S2：利用螺栓遗传算法对元路径种类进行自动选取；S3：获取最优的X种元路径种类下的元路径实例；S4：获取基于元路径的交互向量；S5：用户，物品全局局部信息融合；S6：使用协同注意力机制，对用户和物品的向量表征进行加强；S7：用户，物品对的评分获取；S8：构建损失函数优化参数；S9：重复步骤1‑8，当l稳定趋于一个很小的阈值ε(ε>0)时，停止训练，即得到了一个基于深度神经网络的异构网络推荐模型。本发明利用遗传算法自动获取有价值的元路径种类，减少人为因素的干扰；通过节点域和网络结构信息挖掘异构网络中的全局和局部信息。
申请人：西北工业大学
地址：710072 陕西省西安市友谊西路127号
国籍：CN
代理机构：昆明合众智信知识产权事务所
代理人：李晓元
更多信息请下载全文后查看
因篇幅问题不能全部显示，请点此查看更多更全内容