基于图神经网络的司法知识推荐模型

模型的研究报告，对模型的算法、架构、训练数据和测试数据及测试结果进行了详细说明。基于深度游走的图神经网络知识推荐模型通过图嵌入技术进行节点和边的特征表示，构建邻接矩阵和度矩阵对节点信息和边信息进行更新计算，根据案件特征推荐案件相关的金融知识和案例知识。结构化深层次图嵌入神经网络知识推荐模型将案情数据、金融信息和法律知识等案件要素特征表示为节点和边的向量，利用图神经网络技术对图结构中的节点进行映射和更新，根据案件特征推荐案件相关的法律知识。知识推荐指标的案件要素为59个，知识推荐置信度为93.59%。