专利名称:一种基于GCN和集成学习的推荐算法专利类型:发明专利 发明人:张忠良,夏鹏飞,陈愉予,陈琼,雒兴刚,蔡灵莎申请号:CN202011635471.1
申请日:20201231
公开号:CN112734006A
公开日:
20210430
专利内容由知识产权出版社提供
摘要:本发明属于推荐系统技术领域,具体涉及一种基于GCN和集成学习的推荐算法,包括以下步骤:S1、数据获取:通过程序获取图信号数据;S2、模型训练:通过将图信号数据转换为图的拉普拉斯矩阵,以训练GCN模型;S3、模型预测:通过设置的Dropout率,将训练的GCN模型表示为多个基模型,并将所有基模型预测的Softmax值作为最终预测值;本发明有效提高推荐算法的准确率,通过大量的图信号数据,利用GCN能够在图信号数据上获取特征的能力,结合集成学习的技术,最大限度的提高模型的准确率。 申请人:杭州电子科技大学
地址:310018 浙江省杭州市经济技术开发区白杨街道2号大街1158号
国籍:CN
代理机构:浙江千克知识产权代理有限公司
代理人:周希良