基于有效邻居取样最大化的图神经网络的个性化建模方法技术

本发明专利技术公开了一种基于有效邻居取样最大化的图神经网络的个性化建模方法，属于个性化时尚推荐系统技术领域体。本发明专利技术还提供一种个性化模型，该模型包括构图模块、时尚单品表示模块、用户表示模块、上衣

Personalized modeling method of graph neural network based on effective neighbor sampling maximization

【技术实现步骤摘要】
基于有效邻居取样最大化的图神经网络的个性化建模方法


[0001]本专利技术属于个性化时尚推荐系统
，具体涉及一种基于有效邻居取样最大化的图神经网络的个性化、兼容性建模方法。

技术介绍

[0002]近年来，随着时尚产业的快速发展，消费者对于时尚推荐的需求也在不断增加，由此产生了对于穿衣搭配的强烈需求。在服装兼容性建模方面，目前的工作可以分为两大类：其一是对两件时尚单品（如上衣与下衣）的兼容性建模，其二是对成套服装（多件时尚单品）的兼容性建模。在时尚单品建模方面，大多数方法是通过假设具有兼容关系的一对时尚单品在一个潜在空间当中彼此接近，从而将其视为一个度量学习问题；之后，随着相关研究的进展，数据独立函数与数据依赖函数的依次提出，科研工作者开始使用这些方法来建模时尚单品之间的兼容性；在套装建模方面，目前的研究方法多是将成套的服装视为一个序列，利用Bi
‑
LSTM或RNN方法进行建模，之后，随着图神经网络的广泛应用，开始将这种方法应用在套装建模中。
[0003]基于上述，在时尚推荐领域进行服装兼容性建模时，目前的方法主要存在以下三点不足：其一，忽略了不同服装之间的关联程度，仅仅使用自身的视觉特征或者文本特征进行特征表示，不足以获得准确的单品特征表示；其二，在考虑个性化因素的建模方案中，忽略了用户关系网络对用户的影响，从而无法获得准确的用户特征表示，进而使得推荐系统无法根据不同用户做出精确的服装推荐；其三，在使用图神经网络进行建模的方案当中，一般是将目标结点的所有邻居信息进行聚合，并未考虑噪声结点对目标结点表示带来的影响。

技术实现思路

[0004]本专利技术的目的是提供一种基于有效邻居取样最大化的图神经网络的个性化建模方法，以弥补现有技术的不足。
[0005]为了达到上述专利技术目的，本专利技术采用的具体技术方案是：基于有效邻居取样最大化的图神经网络的个性化建模方法，包括以下步骤：S1：首先构建基础模型：即所述个性化、兼容性模型；S2：根据用户以及时尚单品间的交互图：构建用户
‑
时尚单品图、用户交互图、时尚单品
‑
用户图、时尚单品
‑
时尚单品交互图；S3：根据S2步骤创建的时尚单品交互图，创建时尚单品的特征表示矩阵，并构造一个共有L层的图神经网络模型，将时尚单品的特征表示矩阵送入到图神经网络模型当中，获得更新之后的时尚单品特征表示矩阵，包括上衣的特征表示和下衣的特征表示；S4：根据S2步骤创建的用户交互图，创建用户的特征表示矩阵，利用S3步骤创建的图神经网络模型，将用户的特征表示矩阵送入到该图神经网络模型当中，获得更新之后的用户特征表示矩阵，即用户特征表示；
S5：经过S3步骤，获得上衣的特征表示与下衣的特征表示，将这两个特征表示送入所述上衣
‑
下衣兼容性模块当中，计算上衣与下衣的兼容性分数；S6：经过S3步骤与S4步骤，分别获得下衣的特征表示与用户特征表示，将这两个表示送入到所述用户个性化模块中，获得用户对给定下衣的偏爱分数；S7：将从S5步骤获得的上衣与下衣的兼容性分数以及从S5步骤获得的用户对给定下衣的偏爱分数送入推荐模块，获得融合了个性化因素的上衣与下衣的兼容性分数。
[0006]进一步的，所述基础模型包括构图模块、时尚单品表示模块、用户表示模块、上衣
‑
下衣兼容性模块、用户个性化模块、推荐模块；其中构图模块与时尚单品表示模块、用户表示模块两大模块相连，时尚单品表示模块与上衣
‑
下衣兼容性模块相连，时尚单品表示模块和用户表示模块与用户个性化模块相连，上衣
‑
下衣兼容性模块和用户个性化模块两大模块与推荐模块相连。
[0007]更进一步的，所述构图模块：根据用户以及时尚单品间的关系，构建用户
‑
时尚单品图、用户
‑
用户关系图、时尚单品
‑
用户图、时尚单品
‑
时尚单品图；所述时尚单品表示模块：用于将时尚单品
‑
用户图、时尚单品
‑
时尚单品图以及随机初始化的用户、单品特征表示矩阵，输入到构建的图神经网络模型当中，获取更新之后的时尚单品特征表示；所述用户表示模块：用于将用户
‑
时尚单品图、用户
‑
用户关系图以及随机初始化的用户、单品特征表示矩阵，输入到构建的图神经网络模型当中，获取更新之后的用户特征表示；所述上衣
‑
下衣兼容性模块：将从时尚单品表示模块中获得的上衣特征表示以及下衣特征表示作为输入信息，送入到该模块中，计算上衣与下衣的兼容性程度；所述用户个性化模块：将从时尚单品表示模块中获得的下衣特征表示以及从用户表示模块中获得的用户特征表示作为输入信息，送入到该模块中，计算用户对于给定下衣的喜欢程度；所述推荐模块：将上衣
‑
下衣兼容性模块得到的上衣与下衣兼容性程度以及用户个性化模块得到的用户对下衣的喜欢程度作为输入，计算融入了个性化因素的上衣与下衣的兼容性分数，根据分数，为用户产生推荐。
[0008]更进一步地，所述的时尚单品表示模块包括第一表示子模块、第二表示子模块和第三表示子模块，其中第一表示子模块和第二表示子模块均与第三表示子模块相连；第一表示子模块：用于从时尚单品交互空间中，借助图神经网络模型，并且融合注意力机制，从单品层面中获得单品特征表示；第二表示子模块：用于从时尚单品
‑
用户交互空间中，借助图神经网络模型，并且融合注意力机制，从用户层面中获得单品的特征表示；第三表示子模块：将第一表示子模块与第二表示子模块的输出内容作为输入，用于融合从单品层面获得的单品特征表示以及从用户层面获得的单品特征表示，获得目标时尚单品的最终特征表示。
[0009]更进一步地，所述的用户表示模块包括第一表示子模块、第二表示子模块和第三表示子模块，其中第一表示子模块和第二表示子模块均与第三表示子模块相连；第一表示子模块：用于从用户
‑
时尚单品交互空间中，借助图神经网络，并且融合
注意力机制，从单品层面中获得用户特征表示；第二表示子模块：用于从用户
‑
用户交互关系空间中，借助图神经网络，并且融合注意力机制，从用户交互层面中获得用户的特征表示；第三表示子模块：将第一表示子模块与第二表示子模块的输出内容作为输入，用于融合从单品层面获得的用户特征表示以及从用户交互层面获得的用户特征表示，获得目标用户的最终特征表示。
[0010]进一步地，所述步骤S2中，创建交互图的具体方法为：S21：首先定义两个符号表示，记为包含N个用户的用户集合；为包含M个时尚单品的服装集合；S22：创建字典形式的时尚单品
‑
时尚单品交互图，其中，与表示时尚单品目标结点，与分别是结点，的邻居结点集合；S23：创建字典形式的时尚单品
‑
用户交互图,其中，与表示时尚单品目标结点，与分别是结点，的邻居结点集合；S24：创建字典形式的用本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于有效邻居取样最大化的图神经网络的个性化建模方法，其特征在于，该建模方法包括以下步骤：S1：首先构建基础模型；S2：根据用户以及时尚单品间的交互图：构建用户
‑
时尚单品图、用户交互图、时尚单品
‑
用户图、时尚单品
‑
时尚单品交互图；S3：根据S2步骤创建的时尚单品交互图，创建时尚单品的特征表示矩阵，并构造一个共有L层的图神经网络模型，将时尚单品的特征表示矩阵送入到图神经网络模型当中，获得更新之后的时尚单品特征表示矩阵，包括上衣的特征表示和下衣的特征表示；S4：根据S2步骤创建的用户交互图，创建用户的特征表示矩阵，利用S3步骤创建的图神经网络模型，将用户的特征表示矩阵送入到该图神经网络模型当中，获得更新之后的用户特征表示矩阵，即用户特征表示；S5：经过S3步骤，获得上衣的特征表示与下衣的特征表示，将这两个特征表示送入所述上衣
‑
下衣兼容性模块当中，计算上衣与下衣的兼容性分数；S6：经过S3步骤与S4步骤，分别获得下衣的特征表示与用户特征表示，将这两个表示送入到所述用户个性化模块中，获得用户对给定下衣的偏爱分数；S7：将从S5步骤获得的上衣与下衣的兼容性分数以及从S5步骤获得的用户对给定下衣的偏爱分数送入推荐模块，获得融合了个性化因素的上衣与下衣的兼容性分数。2.如权利要求1所述的个性化建模方法，其特征在于，步骤S1中，所述基础模型包括构图模块、时尚单品表示模块、用户表示模块、上衣
‑
下衣兼容性模块、用户个性化模块、推荐模块；其中构图模块与时尚单品表示模块、用户表示模块两大模块相连，时尚单品表示模块与上衣
‑
下衣兼容性模块相连，时尚单品表示模块和用户表示模块与用户个性化模块相连，上衣
‑
下衣兼容性模块和用户个性化模块两大模块与推荐模块相连。3.如权利要求2所述的个性化建模方法，其特征在于，所述构图模块：根据用户以及时尚单品间的关系，构建用户
‑
时尚单品图、用户
‑
用户关系图、时尚单品
‑
用户图、时尚单品
‑
时尚单品图；所述时尚单品表示模块：用于将时尚单品
‑
用户图、时尚单品
‑
时尚单品图以及随机初始化的用户、单品特征表示矩阵，输入到构建的图神经网络模型当中，获取更新之后的时尚单品特征表示；所述用户表示模块：用于将用户
‑
时尚单品图、用户
‑
用户关系图以及随机初始化的用户、单品特征表示矩阵，输入到构建的图神经网络模型当中，获取更新之后的用户特征表示；所述上衣
‑
下衣兼容性模块：将从时尚单品表示模块中获得的上衣特征表示以及下衣特征表示作为输入信息，送入到该模块中，计算上衣与下衣的兼容性程度；所述用户个性化模块：将从时尚单品表示模块中获得的下衣特征表示以及从用户表示模块中获得的用户特征表示作为输入信息，送入到该模块中，计算用户对于给定下衣的喜欢程度；所述推荐模块：将上衣
‑
下衣兼容性模块得到的上衣与下衣兼容性程度以及用户个性化模块得到的用户对下衣的喜欢程度作为输入，计算融入了个性化因素的上衣与下衣的兼容性分数，根据分数，为用户产生推荐。
4.如权利要求2所述的个性化建模方法，其特征在于，所述的时尚单品表示模块包括第一表示子模块、第二表示子模块和第三表示子模块，其中第一表示子模块和第二表示子模块均与第三表示子模块相连；第一表示子模块：用于从时尚单品交互空间中，借助图神经网络模型，并且融合注意力机制，从单品层面中获得单品特征表示；第二表示子模块：用于从时尚单品
‑
用户交互空间中，借助图神经网络模型，并且融合注意力机制，从用户层面中获得单品的特征表示；第三表示子模块：将第一表示子模块与第二表示子模块...

【专利技术属性】
技术研发人员：刘金环，侯磊，杜军威，于旭，马军，
申请(专利权)人：青岛科技大学，
类型：发明
国别省市：