一种基于图神经网络的新闻推荐方法及其系统技术方案

本发明专利技术提出了一种基于图神经网络的新闻推荐方法及其系统，首先通过用户行为生成层用户行为序列生成用户‑新闻交互行为结构图，通过行为矩阵生成层生成用户‑新闻行为交互矩阵，再由节点向量化模型层处理用户‑新闻交互行为结构图生成全局目标新闻特征向量、由概率矩阵分解层处理用户‑新闻行为交互矩阵得到局部目标新闻特征向量、用户特征向量；然后由融合层将全局目标新闻特征向量、局部目标新闻特征向量线性叠加为目标新闻特征向量，再对目标新闻特征向量、用户特征向量做内积得到用户对新闻的预测评分；将所有新闻的预测评分进行排序，选取顺序排在前K个的进行推荐。本发明专利技术满足了推荐新闻的时效性且有效结合用户的行为偏好及内容偏好。

A method and system of news recommendation based on graph neural network

【技术实现步骤摘要】
一种基于图神经网络的新闻推荐方法及其系统
本专利技术属于新闻推荐领域，具体地说，涉及一种基于图神经网络的新闻推荐方法及其系统。
技术介绍
推荐系统已广泛应用于基于网络的新闻应用，如今日头条、腾讯新闻、网易新闻、搜狐新闻等，通过分析丰富的用户信息和新闻文本信息和其他异构内容来处理信息开销。传统新闻推荐方法多以分析新闻内容为主要切入点，并使用主题模型以及更复杂的深度学习模型学习新闻的向量化表示，如基于物品的协同过滤算法(CB)、基于矩阵分解的推荐算法(MF)、协同主题回归算法(CTR)和协同变分自编码器算法(CVAE)。由于用户数据获得难度增加和传统方法对于用户行为分析不够精确，在新闻推荐应用中设计并产生好的推荐方法面临更多的挑战。新闻语义复杂程度过高导致新闻向量不够精确，模型复杂以及过高的模型学习时间与新闻推荐的时效性相悖，因此鲜有应用系统采用复杂的以内容推荐为主的新闻推荐方法。新闻应用比传统视频应用的交互信息数量更大，行为轨迹更复杂，缺少有效捕捉用户行为偏好并结合内容偏好的推荐算法。
技术实现思路
>本专利技术针对现有本文档来自技高网...

【技术保护点】
1.一种基于图神经网络的新闻推荐方法，需要采集用户点击序列，其特征在于，首先通过采集到的用户点击序列生成全局目标新闻特征向量、局部目标新闻特征向量、用户特征向量，然后将全局目标新闻特征向量、局部目标新闻特征向量线性叠加为目标新闻特征向量，最后对目标新闻特征向量、用户特征向量做内积得到用户对新闻的预测评分。/n

【技术特征摘要】
1.一种基于图神经网络的新闻推荐方法，需要采集用户点击序列，其特征在于，首先通过采集到的用户点击序列生成全局目标新闻特征向量、局部目标新闻特征向量、用户特征向量，然后将全局目标新闻特征向量、局部目标新闻特征向量线性叠加为目标新闻特征向量，最后对目标新闻特征向量、用户特征向量做内积得到用户对新闻的预测评分。


2.如权利要求1所述的一种基于图神经网络的新闻推荐方法，其特征在于，所述全局目标新闻特征向量的生成步骤具体为：首先构造出用户-新闻交互行为结构图；然后对构造出的用户-新闻交互行为结构图通过深度游走算法生成节点序列，再对节点序列使用词向量提取算法，生成顶点的向量编码，得到全局目标新闻特征向量。


3.如权利要求2所述的一种基于图神经网络的新闻推荐方法，其特征在于，所述构造出用户-新闻交互行为结构图的具体步骤为：对用户点击序列进行切分，生成用户行为顺序对，从而构造出用户-新闻交互行为结构图。


4.如权利要求1所述的一种基于图神经网络的新闻推荐方法，其特征在于，对用户点击序列进行筛选，生成仅包含最近24小时的用户点击事件的用户点击序列，并通过仅包含最近24小时的用户点击事件的用户点击序列生成用户-新闻行为交互矩阵。


5.如权利要求4所述的一种基于图神经网络的新闻推荐方法，其特征在于，所述局部目标新闻特征向量通过对生成的用户-新闻行...

【专利技术属性】
技术研发人员：李赵宁，钱伟中，杨茂林，
申请(专利权)人：电子科技大学，
类型：发明
国别省市：四川;51