一种基于注意力机制与超图卷积的标签感知推荐方法技术

本发明专利技术一种基于注意力机制与超图卷积的标签感知推荐方法，标签感知推荐方法通过用户与项目的直接交互关系和用户、项目、标签的简介交互关系分别在用户侧和项目侧构建不同的超图，通过超图卷积提取高阶关系反应的信息，并采用注意力机制对不同重要程度的信息做出区分，通过得到的特征表示进行推荐。本发明专利技术引入了超图卷积来挖掘高阶关系以进行特征提取，采用注意力机制对于用户

【技术实现步骤摘要】
一种基于注意力机制与超图卷积的标签感知推荐方法


[0001]本专利技术属于信息服务、计算机软件技术应用领域，具体的说是涉及一种基于注意力机制与超图卷积的标签感知推荐方法。

技术介绍

[0002]随着网络各种信息资源的数量飞速增长，如何从巨大的数据量中将符合需求的资源或商品推荐给用户越来越受到工业界和学术界的关注，这就需求服务提供者要有合适的推荐方法。为了提高推荐准确性，许多互联网服务提供者采用了用户生成内容(UGC)的标签系统，允许用户主动给商品、视频、信息等打上标签。传统的如协同过滤等推荐方法难以体现用户和项目的复杂的、多种的、高阶的交互关系，因此效果不佳。随着深度学习的方法的引入，基于图神经网络的推荐方法因可以反应拓扑结构而得到关注。然而，普通的图结构仅仅通过边来反应结点之间的两两关系，却无法反应三者及三者以上的关系。

技术实现思路

[0003]为了解决标签感知推荐中用户、项目、标签的复杂高阶关系无法使用传统的图神经网络来体现的问题，本专利技术引入了超图来建模结点之间的高阶关系，利用超图卷积完成神经网络中信息的传递，并使用注本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于注意力机制与超图卷积的标签感知推荐方法，其特征在于：标签感知推荐方法通过用户与项目的直接交互关系和用户、项目、标签的简介交互关系分别在用户侧和项目侧构建不同的超图，通过超图卷积提取高阶关系反应的信息，并采用注意力机制对不同重要程度的信息做出区分，通过得到的特征表示进行推荐，具体包括如下步骤：步骤1：初始化用户u与项目i的特征表示，得到用户u的初始特征u和项目i的初始特征i；步骤2：根据用户和项目分别与标签的交互关系得到标签表示的用户特征u
tag
和项目特征i
tag
；步骤3：根据用户与项目、用户与标签、项目与标签的交互关系构建三个交互二部图G
user
‑
item
、G
user
‑
tag
、G
item
‑
tag
；步骤4：根据步骤3得到的用户与项目二部图分别构建直接交互关系表示的用户侧和项目侧的超图结构步骤5：根步骤3得到的用户与标签、项目与标签二部图分别构建标签关系表示的用户侧和项目侧的超图结构步骤6：对步骤1得到的特征u、i用步骤4得到的两个超图步骤6：对步骤1得到的特征u、i用步骤4得到的两个超图分别进行超图卷积，从而得到用户侧和项目侧更新后的直接关系表示的邻域特征表示u1、i1；步骤7：对步骤1得到的特征u、i步骤5到的两个超图分别进行超图卷积，从而得到用户侧和项目侧更新后的标签关系表示的邻域特征表示u2、i2；步骤8：使用注意力机制对步骤2、步骤6、步骤7得到的特征进行处理以得到不同特征表示的权重来得到最终的用户与项目特征表示u
*
、i
*
；步骤9：根据第八步得到的用户与项目特征表示进行拼接得到z＝[u
*
；i
*
]，将其输入到全连接层中并利用Sigmoid函数获得预测概率，根据评分进行推荐。2.根据权利要求1所述一种基于注意力机制与超图卷积的标签感知推荐方法，其特征在于：所述步骤4中用户侧的超图结构的构建具体为：若两个项目m、n之间存在路径，且路径中经过的用户数小于k，则这两个项目为k阶可到达邻居；对于项目m，若其有k阶可到达邻居n且用户u与m直接交互，则用户u是项目n的k阶可达用户，对于每个项目，其k阶可达用户视为一个集合，集合上用户作为结点，集合即可视为超边，因而构建超图3.根据权利要求2所述一种基于注意力机制与超图卷积的标签感知推荐方法，其特征在于：所述步骤4中项目侧的超图结构的构建具体为：若两个用户u、v之间存在路径，且路径中经过的项目数小于k，则这两个用户为k阶可到达邻居；对于用户u，若其有k阶可到达邻居v且项目m与u直接交互，则项目m是用户u的k阶可达项目，对于每个用户，其k阶可达项目视为一个集合，集合上项目作为结点，集合即可视为超边，因而构建超图
4.根据权利要求1所述一种基于注意力机制与超图卷积的标签感知推荐方法，其特征在于：所述步骤5中用户侧的超图结构的构建具体为：若两个标签m、n之间存在路径，且路径中经过的用户数小于k，则这两个标签为k阶可到达邻居；对于标签m，若其有k阶可到达邻居n且用户u与m直接交互，则用户u是标签n的k阶可达用户，对于每个标签，其k阶可达用户视为一个集合，集合上用户作为结点，集合即可视为超边，因而构建超图5.根据权利要求4所述一种基于注意力机制与超图卷积的标签感知推荐方法，其特征在于：所述步骤5中项目侧的超图结构的构建具体为：若两个标签m、n之间存在路径，且路径中经过的项目数小于k，则这两个标签为k阶可到达邻居；对于标签m，若其有k阶可到达邻居n且项目p与m直接交互，则项目p是标签n的k阶可达项目，对于每个标签，其k阶可达项目视为一个集合，集合上项目作为结点，集合即可视为超边，因而构建超图6.根据权利要求1所述一种基于注意力机制与超图卷积的标签感知推荐方法，其特征在于：所述步骤6中用户侧超图卷积表示为：其中：Θ
(l)
表示第l层上的可学习的参数矩阵，σ为激活函数，D
...

【专利技术属性】
技术研发人员：王海艳，尤恺翔，骆健，
申请(专利权)人：南京邮电大学，
类型：发明
国别省市：