一种考虑用户多兴趣以及社交影响的会话推荐方法技术

技术编号:28673727 阅读:33 留言:0更新日期:2021-06-02 02:49
本发明专利技术公开了一种考虑用户多兴趣以及社交影响的会话推荐方法,基于用户当前会话中的物品序列和朋友上一个会话中的物品序列,预测用户对目标物品的点击率。本发明专利技术将目标用户的多兴趣和朋友对目标用户多兴趣的社交影响结合。并且在计算朋友对目标用户的社交影响时,既考虑好友的重要性又考虑好友和目标用户的共同兴趣不同。本发明专利技术的向前传播部分主要由四个部分组成:第一部分是根据目标用户当前会话中的物品序列,得到用户当前多兴趣表征;第二部分是根据社交网络,得到目标用户朋友的主要兴趣表征;第三部分是计算朋友对目标用户的社交影响;第四部分是结合朋友对目标用户的社交影响和用户的多兴趣表征,预测用户对目标物品的点击率。

【技术实现步骤摘要】
一种考虑用户多兴趣以及社交影响的会话推荐方法
本专利技术属于互联网服务
,尤其是涉及一种考虑用户多兴趣以及社交影响的会话推荐方法。
技术介绍
随着移动互联网时代的到来和发展,在线平台上积累了越来越多的用户行为数据。通常,用户通过搜索功能从平台中找到自己感兴趣的物品,但是,随着物品数量的增多,用户从海量物品中找到合适的物品变得越来越困难。因此,推荐系统变得非常重要,推荐系统从海量数据中找出用户最感兴趣的物品并推荐给用户,可以极大地提升用户的满意度和公司的商业价值。现在,甚至有很多在线商业平台弱化了搜索功能,而主要依赖推荐功能,极大地降低了用户使用门槛。例如,抖音、今日头条等。这些平台上的推荐系统通常面临以下两个挑战。第一,用户的兴趣是动态变化的且多样的。例如,用户在一段时间内可能对体育物品和休闲服饰感兴趣,在另一段时间内对装饰物品和早餐类食品感兴趣。第二,用户经常会分享物品给在线平台上的好友,且用户的兴趣倾向会受到好友的影响。并且不同的好友对用户的社交影响是不同的,这里的不同体现在两点:第一点是好友对用户的影响程度不同,有些好友是比本文档来自技高网...

【技术保护点】
1.一种考虑用户多兴趣以及社交影响的会话推荐方法,其特征在于:/n根据目标用户当前会话中的物品序列,得到用户当前多兴趣表征;用户当前交互的会话S

【技术特征摘要】
1.一种考虑用户多兴趣以及社交影响的会话推荐方法,其特征在于:
根据目标用户当前会话中的物品序列,得到用户当前多兴趣表征;用户当前交互的会话ST可以表示为ST={x1,x2,…,xτ,…,xt},其中,xτ代表用户交互的第τ个物品,T表示当前会话的时间段下标,且ST的向量表征为{x1,x2,…,xτ,…,xt},其中d是物品向量表征的长度;采用胶囊网络从物品序列中抽取出用户多兴趣;
根据社交网络,得到目标用户朋友的主要兴趣表征;目标用户第k个朋友的上一个会话表示为同样,可以表示为向量表征为{x1,x2,…,xτ,…,xl},即会话中的物品个数;本方法采用注意力机制(attentionmechanism)抽取出朋友的主要兴趣(maininterest)表征,公式如下:









其中,xτ是会话中物品xτ的向量表征,表示会话中物品序列的长度;和是模型训练参数,σ是sigmoid函数;ατ代表物品xτ的重要程度,最后得到的即是朋友fk的主要兴趣;本模块可以自适应地关注更重要的物品,从而得到朋友的主要兴趣;
计算朋友对目标用户的社交影响;目标用户u的朋友集合为N(u),在计算朋友对目标用户的社交影响时,既要考虑不同朋友的重要度,又要考虑不同朋友对目标用户的不同兴趣的影响;朋友集合N(u)对目标用户的兴趣vj的影响fj可以通过以下方法计算得到:






votekj=maxj(akj)·attnkj



其中,是目标用户的第k个朋友fk的主要兴趣表征,vj是目标用户的第j个兴趣;akj表示第k个朋友fk的主要兴趣和目标用户的第j个兴趣的相似度;是朋友的主要的单一兴趣,对目标用户的不同兴趣的社交影响应该差异化,因此用softmax函数对目标用户不同兴趣之闻的相似度进行归一化,得到朋友fk对目标用户第j个兴趣的的影响attnkj;此时,∑jattnkj=1,朋友fk对目标用户不同兴趣的影响之间具有竞争关系;并且可以进一步通过温度系数τ进行调节,当τ→0+,朋友fk只对目标用户的一个兴趣产生影响;而当τ→∞,朋友fk只对目标用户的不同兴趣的作用趋于一致...

【专利技术属性】
技术研发人员:顾盼
申请(专利权)人:中国计量大学
类型:发明
国别省市:浙江;33

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1