一种基于会话数据的会话推荐方法及系统技术方案

本发明专利技术公开了一种基于会话数据的会话推荐方法及系统，该方法包括将当前用户的历史会话序和当前会话序列建模成会话图，建模会话图时考虑到当前会话的重要性进行加权，使用图神经网络进行训练得到会话图中每个节点的表示向量，利用跳跃连接的扩张循环神经网络对用户的历史偏好进行建模；将用户历史偏好的表示向量与会话图中节点的表示向量通过一个注意力层进行融合，再经过一个软注意力层进行信息汇聚得到最终的用户行为表示向量；将最终的用户行为表示向量输入预测模块得到用户行为预测结果，使用交叉熵损失函数对系统进行训练。本发明专利技术将历史会话信息和短期的当前会话信息融合起来更准确地表示用户意图，达到会话推荐目的。的。的。

【技术实现步骤摘要】
一种基于会话数据的会话推荐方法及系统


[0001]本申请涉及会话推荐领域，特别是涉及一种基于会话数据的会话推荐方法及系统。

技术介绍

[0002]近些年来，计算机科技与互联网应用的发展日新月异，我们可以通过网络进行购物、阅读、看电影、听音乐，极大地丰富和便利了人们的生活。不过在方便大众的同时却也带来了一些麻烦，即用户无法在繁多的选择中找到适合自己的部分，迷失在信息的海洋中，反而降低了时间的使用效率。对于商家和企业来说，面临的问题是如何从纷繁复杂的信息海洋中提取出用户所需要的部分。从而尽快促使交易完成，提高服务质量。庞杂的信息降低了人们对于信息的使用效率，这个问题被称为“信息过载”。如何从大量的数据之中计算出用户最可能感兴趣的部分是如今大数据时代的一大难题。
[0003]推荐算法正是被提出用以解决数据过载问题的重要方法。其主要内容是通过对用户行为信息进行分析，结合用户的性别、年龄等固有属性，对用户的意图和偏好进行建模，从而在大量的待选内容中筛选出用户最可能感兴趣的部分。个性化的推荐算法既可以帮助用户筛选信息，又有助于商家和企业更好更快地提本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于会话数据的会话推荐方法，其特征在于，包括以下步骤：将用户的历史会话序列和当前会话序列建模成会话图，建模会话图过程中根据当前会话和历史会话的重要性进行加权；将会话图输入图神经网络中进行训练，得到会话图中每个节点的表示向量；利用跳跃连接的扩张循环神经网络对用户的历史偏好进行建模，得到用户历史偏好的表示向量；将用户历史偏好的表示向量与会话图中节点的表示向量通过一个注意力层进行融合，再经过一个软注意力层进行信息汇聚得到最终的用户行为表示向量；将最终的用户行为表示向量输入预测模块得到用户行为预测结果。2.根据权利要求1所述的会话推荐方法，其特征在于，所述方法还包括利用预测结果，使用交叉熵损失函数对会话推荐方法建立的系统进行训练。3.根据权利要求1所述的会话推荐方法，其特征在于，将会话图输入图神经网络中进行训练，得到会话图中每个节点的表示向量，具体步骤包括：对于某一时刻的被点击节点，根据被点击节点在有向图和无向图中的表示得到经过信息传播的会话图中各节点的表示向量；将某一时刻被点击节点的传播信息和某一时刻之前的节点表示向量输入图神经网络层，更新每个节点的表示向量。4.根据权利要求1所述的会话推荐方法，其特征在于，利用跳跃连接的扩张循环神经网络对用户的历史偏好进行建模，得到用户历史偏好的表示向量，具体步骤包括：建立一个多层循环神经网络，具体表达式为：其中，表示历史会话第t个元素在多层循环神经网络中第l层的表示，表示历史会话第t个元素输入多层循环神经网络的初始值，是RNN网络模型，是在第l层往前d
(l)
个项的隐藏状态，d
(l)
是跳跃连接的跳跃长度，具体表达式为：d
(l)
=M
l
‑1，l=1，2，
…
，L.其中，M，L均是超参数。5.根据权利要求1所述的会话推荐方法，其特征在于，将最终的用户行为表示向量输入预测模块得到用...

【专利技术属性】
技术研发人员：张瀚瑜，张春慨，
申请(专利权)人：深圳市颐通科技有限公司，
类型：发明
国别省市：