一种基于时间增强的图神经网络会话推荐方法.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN114186139A(43)申请公布日2022.03.15(21)申请号202111660113.0(22)申请日2021.12.30(71)申请人重庆理工大学地址400054重庆市巴南区李家沱红光大道69号(72)发明人朱小飞唐顾丁滋钊(74)专利代理机构重庆博凯知识产权代理有限公司50212代理人黄河(51)Int.Cl.G06F16/9535(2019.01)G06N3/04(2006.01)G06N3/08(2006.01)权利要求书3页说明书13页附图4页(54)发明名称一种基于时间增强的图神经网络会话推荐方法(57)摘要本发明涉及互联网大数据技术领域，具体涉及一种基于时间增强的图神经网络会话推荐方法，其将目标会话输入经过训练的时间增强图神经网络模型中；时间增强图神经网络模型通过会话项目转换发生的时间间隔生成用户兴趣漂移程度，并构造能够根据用户兴趣漂移程度对应处理会话项目间转换关系的时间增强会话图，然后基于时间增强会话图学习项目嵌入并生成新会话表示，最后基于新会话表示计算候选项目的概率分布，以完成会话推荐。本发明的会话推荐方法能够基于用户兴趣漂移程度提升项目嵌入的质量，从而能够提升会话推荐的准确性。CN114186139ACN114186139A权利要求书1/3页1.一种基于时间增强的图神经网络会话推荐方法，其特征在于：将目标会话输入经过训练的时间增强图神经网络模型中；所述时间增强图神经网络模型通过会话项目转换发生的时间间隔生成用户兴趣漂移程度，并构造能够根据用户兴趣漂移程度对应处理会话项目间转换关系的时间增强会话图，然后基于时间增强会话图学习项目嵌入并生成新会话表示，最后基于新会话表示计算候选项目的概率分布，以完成会话推荐。2.如权利要求1所述的基于时间增强的图神经网络会话推荐方法，其特征在于，时间增强图神经网络模型通过如下步骤完成会话推荐：S1：将目标会话S＝(v1,v2,…,vn)映射到会话嵌入序列H＝(h1,h2,…,hn)；S2：基于目标会话的会话图，将用户兴趣漂移的程度映射到会话图的边的权重以生成对应的时间增强会话图；S3：通过多层时间图卷积网络基于时间增强会话图和会话嵌入序，学习时间增强会话图的项目表示并聚合项目的高阶相邻信息，以生成对应的会话项目表示；S4：通过时间兴趣注意力网络为目标会话中的各个会话项目分配用户兴趣箱，并生成用户兴趣箱序列表示；然后将用户兴趣箱序列表示与会话项目表示聚合生成新会话表示；S5：基于新会话表示计算长期兴趣表示和短期兴趣表示，并融合得到会话最终表示；然后基于会话最终表示选取候选项目，并计算候选项目的概率分布，以完成会话推荐。3.如权利要求2所述的基于时间增强的图神经网络会话推荐方法，其特征在于，步骤S2中，时间增强会话图的定义为：对于目标会话S＝(v1,v2,…,vn)，其时间增强会话图为gs＝(Vs,εs,Ws)，其中，εS代表边的集合，WS表示边的权重矩阵；每个节点vi∈VS和边(vi‑1,vi)∈εs表示两个连续的项目vi‑1和vi邻接关系，其矩阵表达IO形式为入边矩阵A和出边矩阵A；每条边(vi‑1,vi)都对应着一个权重Wi‑1,i∈WS；每个节点viS∈VS添加了自连边，其矩阵表示为自连接矩阵A。4.如权利要求3所述的基于时间增强的图神经网络会话推荐方法，其特征在于，步骤S3中，通过如下步骤生成会话项目表示：S301：通过多层时间图卷积网络的第l层输出嵌入表示LS302：将多层时间图卷积网络输出的嵌入表示hi作为会话项目vi∈S的嵌入表示；S303：通过高速公路网络将多层时间图卷积网络输出的嵌入表示与其初始嵌入的表示进行合并得到会话项目vi∈S的项目表示并生成会话项目表示5.如权利要求4所述的基于时间增强的图神经网络会话推荐方法，其特征在于，通过公l式计算嵌入表示hi；通过公式计算项目表示其中，上述式中：和分别表示时间增强会话图入边矩阵AI、入边矩阵AO和自连接矩阵AS的第i行；l、L均表示多层时间图卷积网络的层数；表示可训练参数；σ表示函数Sigmoid。6.如权利要求4所述的基于时间增强的图神经网络会话推荐方法，其特征在于，步骤S42CN114186139A权利要求书2/3页中，通过如下步骤生成新会话表示：S401：基于目标会话S中每个会话项目的点击时间戳T＝(t1,t2,…,tn)计算每个项目距离最后一个项目的时间间隔序列Q＝(q1,q2,…,qn)；S402：将时间间隔序列Q映射为兴趣敏感序列Γ＝(γ1,γ2,…,γn)，并计算自适应时间跨度μ；S403：通过时间兴趣注意力网络基于自适应时间跨度μ为目标会话S中的各个会话项目分配用户兴趣箱bini，并生成用户兴趣箱序列B＝(bi