一种对象推荐方法、装置以及相关设备制造方法及图纸

本发明专利技术实施例公开一种对象推荐方法、装置以及相关设备，通过根据用户与用户之间的社交关系构建同质用户网络，根据用户、偏好对象、用户与偏好对象之间的偏好关系、用户与用户之间的社交关系建立异构网络，按照预设元路径进行随机游走获取节点序列后将其转换成词向量序列，再根据目标用户遍历同质用户网络，以获取与目标用户存在社交关系的社交用户，接着根据目标用户和社交用户查找词向量序列获取目标用户对应的词向量和社交用户对应的词向量，则可以根据目标用户对应的词向量和社交用户对应的词向量获取社交用户与目标用户之间的用户相似度，最后可以根据用户相似度向目标用户推荐社交用户对应的偏好对象，实现向目标用户的对象推荐。

An object recommendation method, device and related equipment

【技术实现步骤摘要】
一种对象推荐方法、装置以及相关设备
本专利技术涉及计算机
，尤其涉及一种对象推荐方法、装置以及相关设备。
技术介绍
随着互联网技术的快速发展，主动向用户进行对象推荐的场景越来越多，例如，音乐软件向用户推荐音乐作品，电子书阅读平台向用户推荐电子书籍等，是否可以为不同用户进行准确的对象推荐，直接关系到用户的体验度。现有的对象推荐方法中，存在利用图神经网络来处理图网络以得到推荐对象的对象推荐方法，以及利用关系链进行对象推荐的方法；其中，对象以歌曲为例，根据用户的关系网络、用户的偏好歌曲以及歌曲对应的歌手建立对应的图网络(图网络中包括用户、歌曲和歌手三类节点)，利用现有的图神经网络在图网络上进行随机游走后，将出现很多无意义的点序列，例如用户A->用户B->歌曲C->歌手D，如果将这类点序列继续进行对象推荐运算的话，将会导致推荐对象的计算精度下降，对象推荐的结果偏差较大，造成推荐的准确率下降。而利用关系链进行推荐，把用户的好友感兴趣的对象(例如歌曲、电子书或商品等)直接推荐给用户，然而，不同的人对对象的偏好又存在较大的差异性，盲目将用户的朋友的感兴趣对象当成用户的感兴趣对象进行对象推荐，当用户的好友中存在部分好友与用户的兴趣偏差较大时，将导致对象推荐的结果偏差较大，造成推荐的准确率下降。上述可见，现有对象推荐方法中，由于随机游走后出现无意义点序列，而基于关系链的对象推荐方法，无法解决好友兴趣偏差的问题，均导致对象推荐准确度低下，用户对对象推荐的体验低下。
技术实现思路
>本专利技术实施例提供一种对象推荐方法、装置以及相关设备，可以提高推荐对象的准确率。本专利技术实施例一方面提供了一种对象推荐方法，包括：根据用户与用户之间的社交关系构建同质用户网络，所述同质用户网络中的节点代表用户，所述同质用户网络中的连边代表所连接的用户之间存在社交关系；根据用户、偏好对象、用户与偏好对象之间的偏好关系、用户与用户之间的社交关系建立异构网络，所述异构网络中的节点代表用户或偏好对象，所述异构网络中的连边代表所连接的用户之间存在社交关系，或者所连接的用户与偏好对象之间存在偏好关系；在所述异构网络中按照预设元路径进行随机游走，获取节点序列，所述预设元路径为符合用户相似性的物理意义的元路径，并将所述节点序列转换成词向量序列，所述词向量序列为对所述节点序列的节点进行词向量表达处理后得到的序列；根据目标用户遍历所述同质用户网络，获取与所述目标用户存在社交关系的用户作为社交用户；根据所述目标用户、所述社交用户查找所述词向量序列，获取所述目标用户对应的词向量和所述社交用户对应的词向量，根据所述目标用户对应的词向量和所述社交用户对应的词向量计算所述社交用户的用户相似度；根据所述社交用户的用户相似度向所述目标用户推荐所述社交用户的偏好对象。其中，所述根据用户、偏好对象、用户与偏好对象之间的偏好关系、用户与用户之间的社交关系建立异构网络，包括：根据用户、偏好对象、偏好对象关联信息、偏好对象与偏好对象关联信息之间的关联关系、用户与偏好对象之间的偏好关系、用户与用户之间的社交关系建立所述异构网络，所述异构网络中的节点代表用户、偏好对象或偏好对象关联信息，所述异构网络中的连边代表所连接的用户之间存在社交关系，或者所连接的用户与偏好对象之间存在偏好关系，或者所连接的偏好对象和偏好对象关联信息之间存在关联关系。其中，所述将所述节点序列转换成词向量序列，包括：将所述节点序列输入word2vec模型以获取所述词向量序列。其中，所述根据所述目标用户对应的词向量和所述社交用户对应的词向量计算所述社交用户的用户相似度，包括：根据所述目标用户对应的词向量和所述社交用户对应的词向量计算向量余弦值，并将所述向量余弦值作为所述社交用户的用户相似度。其中，所述根据所述社交用户的用户相似度向所述目标用户推荐所述社交用户的偏好对象，包括：判断所述用户相似度和预设相似度的大小，当所述用户相似度大于所述预设相似度时，根据所述用户相似度对应的社交用户查找所述异构网络，获取所述社交用户的偏好对象；向所述目标用户推荐所述社交用户的偏好对象。本专利技术实施例另一方面提供了一种对象推荐装置，包括：第一网络建立单元，用于根据用户与用户之间的社交关系构建同质用户网络，所述同质用户网络中的节点代表用户，所述同质用户网络中的连边代表所连接的用户之间存在社交关系；第二网络建立单元，用于根据用户、偏好对象、用户与偏好对象之间的偏好关系、用户与用户之间的社交关系建立异构网络，所述异构网络中的节点代表用户或偏好对象，所述异构网络中的连边代表所连接的用户之间存在社交关系，或者所连接的用户与偏好对象之间存在偏好关系；节点序列获取单元，用于在所述异构网络中按照预设元路径进行随机游走，获取节点序列，所述预设元路径为符合用户相似性的物理意义的元路径；词向量序列获取单元，用于将所述节点序列转换成词向量序列，所述词向量序列为对所述节点序列的节点进行词向量表达处理后得到的序列；社交用户获取单元，用于根据目标用户遍历所述同质用户网络，获取与所述目标用户存在社交关系的用户作为社交用户；用户相似度获取单元，用于根据所述目标用户、所述社交用户查找所述词向量序列，获取所述目标用户对应的词向量和所述社交用户对应的词向量，根据所述目标用户对应的词向量和所述社交用户对应的词向量计算所述社交用户的用户相似度；对象推荐单元，用于根据所述社交用户的用户相似度向所述目标用户推荐所述社交用户的偏好对象。其中，所述第二网络建立单元，用于根据用户、偏好对象、偏好对象关联信息、偏好对象与偏好对象关联信息之间的关联关系、用户与偏好对象之间的偏好关系、用户与用户之间的社交关系建立所述异构网络，所述异构网络中的节点代表用户、偏好对象或偏好对象关联信息，所述异构网络中的连边代表所连接的用户之间存在社交关系，或者所连接的用户与偏好对象之间存在偏好关系，或者所连接的偏好对象和偏好对象关联信息之间存在关联关系。其中，所述词向量序列获取单元，用于将所述节点序列输入word2vec模型以获取所述词向量序列。其中，所述用户相似度获取单元，包括：词向量获取模块，用于根据所述目标用户、所述社交用户查找所述词向量序列，获取所述目标用户对应的词向量和所述社交用户对应的词向量；用户相似度计算模块，用于根据所述目标用户对应的词向量和所述社交用户对应的词向量计算向量余弦值，并将所述向量余弦值作为所述社交用户的用户相似度。其中，所述对象推荐单元，包括：偏好对象获取模块，用于判断所述用户相似度和预设相似度的大小，当所述用户相似度大于所述预设相似度时，根据所述用户相似度对应的社交用户查找所述异构网络，获取所述社交用户的偏好对象；推荐模块，用于向所述目标用户推荐所述社交用户的偏好对象。本专利技术实施例另一方面提供了一种终端设备，包括：处理器和存储器；<本文档来自技高网...

【技术保护点】
1.一种对象推荐方法，其特征在于，包括：/n根据用户与用户之间的社交关系构建同质用户网络；/n根据用户、偏好对象、用户与偏好对象之间的偏好关系、用户与用户之间的社交关系建立异构网络；/n在所述异构网络中按照预设元路径进行随机游走，获取节点序列，所述预设元路径为符合用户相似性的物理意义的元路径，并将所述节点序列转换成词向量序列，所述词向量序列为对所述节点序列的节点进行词向量表达处理后得到的序列；/n根据目标用户遍历所述同质用户网络，获取与所述目标用户存在社交关系的用户作为社交用户；/n根据所述目标用户、所述社交用户查找所述词向量序列，获取所述目标用户对应的词向量和所述社交用户对应的词向量，根据所述目标用户对应的词向量和所述社交用户对应的词向量计算所述社交用户的用户相似度；/n根据所述社交用户的用户相似度向所述目标用户推荐所述社交用户的偏好对象。/n

【技术特征摘要】
1.一种对象推荐方法，其特征在于，包括：
根据用户与用户之间的社交关系构建同质用户网络；
根据用户、偏好对象、用户与偏好对象之间的偏好关系、用户与用户之间的社交关系建立异构网络；
在所述异构网络中按照预设元路径进行随机游走，获取节点序列，所述预设元路径为符合用户相似性的物理意义的元路径，并将所述节点序列转换成词向量序列，所述词向量序列为对所述节点序列的节点进行词向量表达处理后得到的序列；
根据目标用户遍历所述同质用户网络，获取与所述目标用户存在社交关系的用户作为社交用户；
根据所述目标用户、所述社交用户查找所述词向量序列，获取所述目标用户对应的词向量和所述社交用户对应的词向量，根据所述目标用户对应的词向量和所述社交用户对应的词向量计算所述社交用户的用户相似度；
根据所述社交用户的用户相似度向所述目标用户推荐所述社交用户的偏好对象。


2.根据权利要求1所述的方法，其特征在于，所述根据用户、偏好对象、用户与偏好对象之间的偏好关系、用户与用户之间的社交关系建立异构网络，包括：
根据用户、偏好对象、偏好对象关联信息、偏好对象与偏好对象关联信息之间的关联关系、用户与偏好对象之间的偏好关系、用户与用户之间的社交关系建立所述异构网络。


3.根据权利要求1所述的方法，其特征在于，所述将所述节点序列转换成词向量序列，包括：
将所述节点序列输入word2vec模型以获取所述词向量序列。


4.根据权利要求1至3任一项所述的方法，其特征在于，所述根据所述目标用户对应的词向量和所述社交用户对应的词向量计算所述社交用户的用户相似度，包括：
根据所述目标用户对应的词向量和所述社交用户对应的词向量计算向量余弦值，并将所述向量余弦值作为所述社交用户的用户相似度。


5.根据权利要求1至3任一项所述的方法，其特征在于，所述根据所述社交用户的用户相似度向所述目标用户推荐所述社交用户的偏好对象，包括：
判断所述用户相似度和预设相似度的大小，当所述用户相似度大于所述预设相似度时，根据所述用户相似度对应的社交用户查找所述异构网络，获取所述社交用户的偏好对象；
向所述目标用户推荐所述社交用户的偏好对象。


6.一种对象推荐装置，其特征在于，包括：
第一网络建立单元，用于根据用户与用户之间的社交关系构建同质用户网络；
第二网络建立单元，用于根据用户、偏好对象、用户与偏好对象之间的偏好关系、用户与用户之间的社交关系建立异构网络；
节点序列获取单元，...

【专利技术属性】
技术研发人员：黄昕，李深远，
申请(专利权)人：腾讯音乐娱乐科技深圳有限公司，
类型：发明
国别省市：广东;44