一种基于GCN和集成学习的推荐算法[发明专利]

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

本文发布于:2024-09-24 14:31:45，感谢您对本站的认可！

本文链接：https://www.17tex.com/tex/1/402804.html

上一篇：一种基于BERT算法的网页有害文本识别方法及系统

下一篇：一种基于CSSD的电力检修行人多目标跟踪算法[发明专利]