技术总结
本发明属于深度学习的应用之推荐系统技术领域，公开了一种社交及消费联合推荐系统、方法、存储介质、计算机设备，从评级矩阵R提取出消费偏好特征，从社交矩阵S提取出社交偏好特征，二者通过互惠图神经网络得出联合消费特征和联合社交特征，由此对用户潜在的消费和社交可能进行预测。所述社交及消费联合推荐系统包括：自注意力空间层、自注意力频谱层、互惠分析层、预测层。本发明解决了稀疏矩阵分解的局限性；自注意力模型的引入，充分考虑个体差异性，使得通过前两层提取的特征更贴合用户真实属性；互惠机制的引入，充分发挥了两大推荐系统原始信息的互作用性，提升了预测层推荐的准确性、召回率和NDCG指标。确性、召回率和NDCG指标。确性、召回率和NDCG指标。
技术研发人员：肖阳 刘杰 裴庆祺
受保护的技术使用者：西安电子科技大学
技术研发日：2020.11.04
技术公布日：2021/3/5