[發(fā)明專利]一種基于FastGCN推薦的樣本特征聚合方法

在審

• 申請(qǐng)?zhí)枺?/td>: 202110358604.3
• 申請(qǐng)日: 2021-04-02
• 公開（公告）號(hào): CN112948452A
• 公開（公告）日: 2021-06-11
• 發(fā)明（設(shè)計(jì)）人: 董立巖;王浩;馬心陶;劉元寧;朱曉冬
• 申請(qǐng)（專利權(quán)）人: 吉林大學(xué)
• 主分類號(hào): G06F16/2457
• 分類號(hào): G06F16/2457;G06K9/62;G06N3/04
• 代理公司: 長春市恒譽(yù)專利代理事務(wù)所(普通合伙) 22212
• 代理人: 鞠傳龍

1.一種基于FastGCN推薦的樣本特征聚合方法，其特征在于：其方法包括如下步驟：

步驟一、首先確定當(dāng)前網(wǎng)絡(luò)中的所有結(jié)點(diǎn)對(duì)象，然后確定網(wǎng)絡(luò)中的所有對(duì)象屬性的個(gè)數(shù)，將這些數(shù)據(jù)整理為列表形式，也就是哪些對(duì)象具有哪種屬性，并測(cè)量出每個(gè)對(duì)象與屬性的關(guān)系強(qiáng)度，通常取值0到1之間，將該列表轉(zhuǎn)化為特征矩陣的數(shù)據(jù)形式；

步驟二、獲得特征矩陣的高階度矩陣，特征矩陣中的每行進(jìn)行度數(shù)加權(quán)時(shí)，需要增加上其鄰接對(duì)象的特征；

步驟三、將得到的高階度矩陣以C＝C₁+α*C₂的形式將它們聚合為一個(gè)最終形式的度矩陣，然后用該矩陣求出度數(shù)加權(quán)特征矩陣，它的計(jì)算表示為：F＝C^-1F，然后將得到的F矩陣進(jìn)行歸一化處理既可作為FastGCN的輸入；

在上述的計(jì)算中，首先要通過統(tǒng)計(jì)的方法得到合適的參數(shù)α，并且它會(huì)存在一個(gè)能夠優(yōu)化模型表現(xiàn)的取值區(qū)間，除此之外，具有某些特點(diǎn)的應(yīng)用領(lǐng)域它們的參數(shù)的取值比較近似，因此特征聚合方案如果長期應(yīng)用在同一個(gè)領(lǐng)域中可以將它的值進(jìn)行固定；

統(tǒng)計(jì)開始前，設(shè)置它的起始值為0，然后在以一定的間隔增大它的值，在這個(gè)過程如果發(fā)現(xiàn)，模型的變現(xiàn)沒有相應(yīng)的變化，考慮加大跳躍間隔，而模型的推薦精度如果出現(xiàn)較大幅度的上升或者下降，那么考慮減少跳躍間隔或者是在一個(gè)更小的區(qū)間中進(jìn)行統(tǒng)計(jì)，直到統(tǒng)計(jì)結(jié)果出現(xiàn)一個(gè)上升的幅度，繼續(xù)增大協(xié)調(diào)參數(shù)的值，當(dāng)模型的表現(xiàn)趨于平穩(wěn)的時(shí)候可以結(jié)束統(tǒng)計(jì)，并且將對(duì)模型優(yōu)化最好的參數(shù)設(shè)為固定值；

當(dāng)該模型所處的領(lǐng)域隨著時(shí)間的流逝，網(wǎng)絡(luò)結(jié)構(gòu)以及屬性特征發(fā)生變化的時(shí)候，應(yīng)當(dāng)考慮重新統(tǒng)計(jì)最優(yōu)參數(shù)；

步驟四、使用處理后的特征樣本進(jìn)行FastGCN網(wǎng)絡(luò)推薦，并獲得質(zhì)量更高的推薦內(nèi)容，提升公司的數(shù)據(jù)服務(wù)業(yè)務(wù)的高效率運(yùn)作。