本发明提供一种商品信息推荐方法、系统和存储介质,方法包括:将原始数据集处理成知识图谱,通过知识图谱形式得到知识图谱数据集,并将知识图谱数据集划分为训练集和测试集;根据强化学习方法构建探索策略;基于图神经网络对知识图谱和探索策略构建策略网络定义目标商品,并计算目标商品的奖励函数和损失函数。本发明能够有效的挖掘出数据间的隐含特性,实现了准确的推荐,还能够在数学上有更好的区分,进而有利于挖掘出图中更多的有效信息,具有一定的泛化性,能够有效的提高推荐准确性,并具有良好的鲁棒性,实现了冷启动对用户推荐商品并提高了推荐的可靠性和准确性。
声明:
“商品信息推荐方法、系统和存储介质” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究,如用于商业用途,请联系该技术所有人。
我是此专利(论文)的发明人(作者)