一种用于网站会话场景的推荐方法技术

本发明专利技术属于计算机技术推荐方法领域，涉及用于网站会话场景的推荐方法。本发明专利技术的主要方法包括：用户会话中长短期数据划分；用户偏好建模；推荐结果集生成。本方法的有益效果为，克服了传统会话推荐方法中默认当前会话用户偏好和用户历史偏好无差异，即用户在本次会话和历史会话的偏好不会发生巨大改变。然而，这与某些特定场景相违背，如账号当前的使用者并非账号的常用人，又如用户当前会话在为他人购买物品。因此，本发明专利技术提出了一种基于深度学习的会话推荐算法。解决了用户历史偏好和当前会话偏好可能存在巨大差异的推荐问题。

【技术实现步骤摘要】
一种用于网站会话场景的推荐方法
本专利技术属于计算机技术推荐方法领域，涉及一种用于网站会话场景的推荐方法。
技术介绍
随着互联网的普及，用户与网站的交互多为会话形式，因此，如何基于会话为用户提供推荐正逐渐成为推荐系统领域的一个富有挑战性的问题。近几年来，现有工作提出了多种用于网站会话场景的推荐方法。但是，它们或多或少存在着一些问题。比如，默认当前会话用户偏好和用户历史偏好无差异，即用户在本次会话和历史会话的偏好不会发生巨大改变。因此，传统的会话推荐算法无法满足用户的需求。为了解决现有工作的不足，我们提出一种用户会话偏好建模算法，对会话用户的历史会话偏好和当前会话偏好进行单独学习。我们通过所提出的用户会话偏好建模算法能有效解决用户历史偏好和当前会话偏好可能存在巨大差异的推荐问题。
技术实现思路
本专利技术提出了一种新颖的基于深度学习的会话推荐方法。该方法在学习用户偏好中区分性的学习了用户的历史会话偏好，当前会话短期偏好，当前会话长期偏好，有效的提供了用户偏好的学习表达能力。之后将用户各个类型的偏好进行融合得到用户的最终本文档来自技高网...

【技术保护点】
1.本专利技术公开了一种用户会话偏好建模算法和推荐算法，对于会话偏好建模算法，主要改进如下：首先通过一个神经网络对用户历史会话数据进行学习得到用户历史偏好；再将用户当前会话数据进行长短期划分得到当前会话的长期交互数据和短期交互数据；其后通过另一个单独的神经网络对用户当前会话长期交互数据进行学习得到用户当前会话的长期偏好；其后通过一个单独神经网络对用户当前会话短期交互数据进行学习得到用户当前会话的短期偏好，再将学习到的用户历史偏好和用户当前会话的长期偏好通过双线性神经网络学习用户融合偏好，再将用户融合偏好和用户当前会话的短期偏好通过另一个单独的双线性神经网络学习用户最终偏好；对于推荐算法，根据用...

【技术特征摘要】
1.本发明公开了一种用户会话偏好建模算法和推荐算法，对于会话偏好建模算法，主要改进如下：首先通过一个神经网络对用户历史会话数据进行学习得到用户历史偏好；再将用户当前会话数据进行长短期划分得到当前会话的长期交互数据和短期交互数据；其后通过另一个单独的神经网络对用户当前会话长期交互数据进行学习得到用户当前会话的长期偏好；其后通过一个单独神经网络对用户当前会话短期交互数据进行学习得到用户当前会话的短期偏好，再将学习到的用户历史偏好和用户当前会话的长期偏好通过双线性神经网络学习用户融合偏好，再将用户融合偏好和用户当前会话的短期偏好通过另一个单独的双线性神经网络学习用户最终偏好；对于推荐算法，根据用户会话偏好建模算法学习到的用户最终偏好，通过双线性神经网络计算用户对物品的预测得分，这种改进的好处在于，在一定程度上缓解了用户在本次会话和历史会话的偏好存在很大差异时导致学习用户偏好不准确的问题，这直接提升了推荐系统的准确度。


2.根据权利要求1所述的研究技术，设计实现的学习用户历史偏好的神经网络，其具体结构为一个语境长短期记忆网络结合一个注意力网络。


3.根据权利要求1所述的研究技术，设计实现的学习用户当前会话的长期偏好的神经网络，其具体结构为一个语境长短期记忆网络结合一个注意力网络。


4.根据权利要求1所述的研究技术，设计实现的学习用户当前会话的短期偏好的神经网络，其具体结构为一个语境长短期记忆网络。


5.根据权利要求1所述的研究技术，...

【专利技术属性】
技术研发人员：不公告发明人，
申请(专利权)人：中森云链成都科技有限责任公司，
类型：发明
国别省市：四川;51