一种基于多行为会话图融合的推荐方法.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CN113868537A(43)申请公布日2021.12.31(21)申请号202111212853.8G06F16/9538(2019.01)(22)申请日2021.10.19G06Q30/02(2012.01)(71)申请人山东省人工智能研究院地址250013山东省济南市历下区科院路19号申请人齐鲁工业大学山东省计算中心(国家超级计算济南中心)(72)发明人王英龙张洪彪舒明雷陈达刘丽孔祥龙(74)专利代理机构济南泉城专利商标事务所37218代理人支文彬(51)Int.Cl.G06F16/9535(2019.01)权利要求书2页说明书5页附图1页(54)发明名称一种基于多行为会话图融合的推荐方法(57)摘要一种基于多行为会话图融合的推荐方法，使用目标用户和相似用户的联合多行为序列数据构建多行为带权无向会话图。在此基础上，根据不同权重聚合邻居信息得到项目多行为嵌入，串联项目多行为嵌入并结合注意力机制获取用户兴趣表征。最终，使用项目嵌入和用户兴趣表征进行内积得到归一化分数决定是否推荐项目。相较其他会话型推荐方法，一是从建模用户多行为序列数据，能够得到包含更多行为意图的项目嵌入；二是将序列构建为带权无向图，解除了聚合邻居信息时的单向束缚，模型能学习到项目间的双向关系；三是使用相似用户补充目标用户数据，模型能够学习到没有出现在目标用户历史数据中的“新颖”的项目，进而提高推荐结果的多样性和准确性。CN113868537ACN113868537A权利要求书1/2页1.一种基于多行为会话图融合的推荐方法，其特征在于，包括：a)获取目标用户ut通过浏览器或客户端在某一购物平台中的点击、收藏及购买历史会话数据和项目集b)通过公式计算用户之间的相似性式中为使用目标用户交互过的项目集初始化的嵌入向量，为其他用户的嵌入向量，所有的其他用户根据相似性的值的大小按降序排序，按排序结果取前N个用户作为邻居用户us，获取邻居用户us通过浏览器或客户端在某一购物平台中的点击、收藏及购买历史会话数据和项目集c)通过公式计算得到目标用户和邻居用户的联合会话项目集以联合会话项目集中的项目为节点，构建带权无向的点击会话图构建带权无向的收藏会话图以及构建带权无向的购买会话图d)将点击会话图收藏会话图以及购买会话向图输入到LightGCN网络中，分别得到项目i聚合高阶邻居特征的三种行为嵌入向量ei,click、ei,collect及ei,buy，通过公式ei＝ei,click||ei,collect||ei,buy计算得到最终项目嵌入向量ei，式中||为拼接操作；e)通过公式计算得到目标用户近期的兴趣偏好向量g，式中为目标用户当前会话序列S中第d个项目i的嵌入向量，LeakyReLU(·)为非线性激活，为权重向量，W为共享参数矩阵，为目标用户当前会话序列S中第k个项目i的嵌入向量，k∈{1,...,D}，D为目标用户当前会话序列S的长度，e|D|为目标用户ut最后一次交互的项目嵌入向量；f)将最终项目嵌入向量ei和目标用户近期的兴趣偏好向量g进行内积得到预测分数y，根据预测分数y进行排序，筛选出前N个项目进行推荐。2.根据权利要求1所述的基于多行为会话图融合的推荐方法，其特征在于：步骤b)中N的取值为10。3.根据权利要求1所述的基于多行为会话图融合的推荐方法，其特征在于，步骤c)包括如下步骤：c‑1)以联合会话项目集中的项目作为图节点初始化点击邻接矩阵Aclick，遍历目标用户和邻居用户点击序列，如项目j为用户点击项目i后的下一个点击项目，则在项目i和项目j间构造边，即邻接矩阵Aclick中横坐标为i纵坐标为j的值增加1，对邻接矩阵Aclick归2CN113868537A权利要求书2/2页一化得到点击会话图c‑2)以联合会话项目集中的项目作为图节点初始化收藏邻接矩阵Acollect，遍历目标用户和邻居用户收藏序列，如项目j为用户收藏项目i后的下一个收藏项目，则在项目i和项目j间构造边，即邻接矩阵Acollect中横坐标为i纵坐标为j的值增加1，对邻接矩阵Acollect归一化得到收藏会话图c‑3)以联合会话项目集中的项目作为图节点初始化购买邻接矩阵Abuy，遍历目标用户和邻居用户购买序列，如项目j为用户购买项目i后的下一个购买项目，则在项目i和项目j间构造边，即邻接矩阵Abuy中横坐标为i纵坐标为j的值增加1，对邻接矩阵Abuy归一化得到购买会话图4.根据权利要求1所述的基于多行为会话图融合的推荐方法，其特征在于：步骤d)中通过公式计算得到act行为高阶传播得到的最终嵌入向量ei,act，act为点击、收藏、购买行为中的一种，为act行为会话图中节点i第l层消息聚合的嵌入向量，式中al为传播权重