一种基于异构图表达学习的跨境电商推荐方法

成果编号：37625

价格：2

完成单位：南京财经大学

单位类别：其他高校

完成时间：2021年

成熟程度：研制阶段

服务产业领域：电子信息

我要对接关注发送消息

发布人：zgx123 离线

发送消息

本发明提出了一种基于异构图表达学习的跨境电商推荐方法。通过在真实跨境电商数据集上进行定量分析，利用隐语义主题模型LDA得到跨境电商产品的主题概率分布。然后构建“用户-产品-主题”三部图，针对图中存在高阶边关系的用户和产品，提出了HNGR方法进行嵌入式传播学习，以获得高质量的用户和产品表达向量。最后，通过多层感知机MLP建模“用户-产品”的交互，生成推荐结果。该方法能够识别用户的兴趣偏好，并缓解“用户-产品”购买矩阵的稀疏性问题。

78 次浏览分享到

成果介绍

科技计划：其他：基于大数据的新一代电子商务全景式营销与决策研究

成果形式：新技术

合作方式：技术转让

参与活动： 2023年高校院所走进镇江产学研合作对接活动第二届江苏产学研合作对接大会 2023年高校院所服务苏北五市产学研合作对接活动

专利情况：正在申请 ,其中:发明专利 0 项
已授权专利,其中:发明专利 1 项
专利号:
CN113409121B

成果简介

综合介绍

创新要点

异构图表达学习：采用异构图表示学习技术，将用户、产品和主题等节点及其关系构建成异构图，捕捉节点之间的复杂关系，提取有意义的特征表示。隐语义主题模型LDA：利用LDA模型得到产品的主题概率分布，选择最大概率对应的主题作为最终产品的主题，为推荐提供基础。 HNGR传播学习：提出HNGR方法进行嵌入式传播学习，通过信息传播和信息聚合，学习得到高质量的用户和产品表达向量，准确表达它们之间的关系和特征。多层感知机MLP模型：利用MLP模型建模“用户-产品”之间的交互，学习用户和产品的特征表示，生成推荐结果，提高推荐准确性和个性化程度。

技术指标

推荐效果：通过量化评估指标（如准确率、召回率等），评估推荐效果的优劣。模型训练效率：评估模型在大规模跨境电商数据集上的训练时间和资源消耗，确保方法的实用性和效率。

其他说明

应用前景广阔：该方法在跨境电商领域具有重要意义，能够识别用户兴趣偏好，提供个性化的推荐服务，改善用户体验和购物效果。同时，该方法的应用不仅局限于跨境电商，还可在农业、环保和医学等领域得到拓展，具有广阔的市场应用前景。数据验证和优化：为确保方法的有效性和稳定性，在实际应用中需要进行数据验证和优化。考虑到环境条件下的多样性和干扰因素，需要进一步优化和调整模型，以适应不同场景和需求。技术合作与推广：该方法的发展和应用需要与相关领域的专业机构和研究团队进行合作，共同推动技术的创新和应用，进一步提高推荐效果和用户体验。

完成人信息

姓名：对接成功后可查看

所在部门：对接成功后可查看

职务：对接成功后可查看

职称：对接成功后可查看

手机：对接成功后可查看

E-mail：对接成功后可查看

电话：对接成功后可查看

传真：对接成功后可查看

邮编：对接成功后可查看

通讯地址：对接成功后可查看

联系人信息