一种基于多行为特征融合的电商会话推荐方法、系统、装置及介质.pdf

(19)国家知识产权局(12)发明专利申请(10)申请公布号CN115659277A(43)申请公布日2023.01.31(21)申请号202211299136.8(22)申请日2022.10.21(71)申请人南京邮电大学地址210033江苏省南京市栖霞区广月路30-06号(72)发明人卢官明丁佳伟鲍秉坤余鹏航(74)专利代理机构南京经纬专利商标代理有限公司32200专利代理师罗运红(51)Int.Cl.G06F18/25(2023.01)G06F18/22(2023.01)G06Q30/06(2023.01)G06N3/04(2023.01)G06N3/08(2023.01)权利要求书5页说明书11页附图2页(54)发明名称一种基于多行为特征融合的电商会话推荐方法、系统、装置及介质(57)摘要本发明公开了一种基于多行为特征融合的电商会话推荐方法及系统。该方法包括以下步骤：获取电商数据库中用户对商品的点击、收藏、购买、加入购物车四种会话行为数据；构建一种基于多行为特征融合的电商会话推荐模型，该模型包括行为特征提取模块、商品特征提取模块、商品高阶特征提取模块、会话特征提取模块和商品推荐模块；使用电商数据库中的四种会话行为数据对所述的电商会话推荐模型进行训练；利用训练好的电商会话推荐模型对会话中的用户进行商品推荐，输出推荐结果。本发明利用电商会话推荐模型融合会话中的多行为特征，能有效提升推荐性能。CN115659277ACN115659277A权利要求书1/5页1.一种基于多行为特征融合的电商会话推荐方法，其特征在于，该方法包括以下步骤：S1：获取电商数据库中用户对商品的点击、收藏、购买、加入购物车四种会话行为数据；S2：构建一种基于多行为特征融合的电商会话推荐模型，该模型包括行为特征提取模块、商品特征提取模块、商品高阶特征提取模块、会话特征提取模块和商品推荐模块；所述的行为特征提取模块，用于提取用户在会话中对商品的点击、收藏、购买、加入购物车四种行为的特征向量；其中，点击行为是主要行为，收藏、购买、加入购物车三种行为是基于点击行为发生的次要行为；所述的商品特征提取模块，由分级的门控循环单元网络构成，用于对所提取的四种行为特征向量进行融合，输出商品特征向量；其中分级的门控循环单元网络由三级门控循环单元网络构成：第一级门控循环单元网络以收藏行为特征向量和购买行为特征向量为输入，自适应学习收藏行为特征向量和购买行为特征向量的重要性权重，并对其进行加权求和，得到收藏与购买行为特征的融合特征向量；第二级门控循环单元网络以收藏与购买行为特征的融合特征向量和加入购物车行为特征向量为输入，自适应学习两种特征向量的重要性权重，并对其进行加权求和，得到次要行为的融合特征向量；第三级门控循环单元网络以次要行为的融合特征向量和点击行为特征向量为输入，自适应学习两种特征向量的重要性权重，并对其进行加权求和，得到商品特征向量；所述的商品高阶特征提取模块，由门控图神经网络构成，以会话中用户对商品的点击顺序关系构建的邻接矩阵以及商品特征向量为输入，提取商品高阶特征向量；所述的会话特征提取模块，由注意力模块和门控循环单元网络构成，对当前兴趣特征向量和全局兴趣特征向量进行自适应融合，输出会话特征向量；所述的商品推荐模块，通过向量点积运算计算会话特征向量与候选商品特征向量的相似度，根据相似度从高到低进行排序，向用户推荐相似度排名前K位的商品；S3：使用电商数据库中的四种会话行为数据对所述的电商会话推荐模型进行训练；S4：利用训练好的电商会话推荐模型对会话中的用户进行商品推荐，输出推荐结果。2.根据权利要求1所述的一种基于多行为特征融合的电商会话推荐方法，其特征在于，所述步骤S2中的行为特征提取模块，提取用户在会话中对商品的点击、收藏、购买、加入购物车四种行为特征向量的具体步骤如下：S2.1.1：对电商数据库中n个商品{v1,v2,…,vn}进行one‑hot编码，并分别嵌入到d1维空间，得到d1维的商品表征向量其中，i＝1,2,…,n，d1为正整数；S2.1.2：对收藏、购买、加入购物车三种次要行为进行one‑hot编码，并分别嵌入到d2维空间，得到d2维的收藏行为特征向量购买行为特征向量加入购物车行为特征向量其中，d2为正整数；S2.1.3：针对商品vi，将商品表征向量ci分别和三种次要行为特征向量进行拼接以得到商品vi的收藏行为特征向量购买行为特征向量加入购物车行为特征向量2CN115659277A权利要求书2/5页S2.1.4：针对商品vi，将商品表征向量ci进行补0操作以得到点击行为特征向量其中，0为d2维的零向量。3.根据权利要求2所述的一种基于多行为特征融合的电商会话推荐方法，其特征在于，所述步骤S2中的商品特征提取模块，对所提取的四种行为特征向量进行