基于社区发现和图神经网络的商品个性化推荐方法及系统

摘要

本发明公开了一种基于社区发现和图神经网络的商品个性化推荐方法及系统，该方法包括：获取用户和商品的交互信息，以用户和商品映射为节点，交互信息映射为边，构建用户交互网络；在构建的用户交互网络中进行社区发现，根据用户所属社区重新赋予用户节点的属性；将具有属性的用户节点与商品交互信息重新构建二部图，将用户节点和商品节点映射为向量表示；将用户向量表示和商品向量表示及构建的二部图输入嵌入传播层进行图表示学习，优化用户向量表示和商品向量表示；对优化后的用户向量和商品向量进行内积操作，根据内积结果，预测用户点击商品的概率；得到针对用户的个性化商品推荐序列。本发明能缓解推荐的冷启动问题，达到较好的推荐效果。