一种推荐方法以及装置制造方法及图纸

本申请提供一种推荐方法以及装置，通过压缩交互图卷积网络挖掘高阶关系，得到解耦的高阶行为表征，使后续可以充分利用用户的行为信息，提高推荐准确度。该方法包括：首先，获取行为表征集合，行为表征集合包括用户的多种行为的表征；随后，将行为表征集合作为压缩交互图卷积网络的输入，输出多种表征数据，其中，压缩交互图卷积网络用于对用户的多种行为的表征进行编码得到多种高阶交互图，并从多种高阶交互图中筛选出每种行为对应的至少一种高阶交互图，通过每种行为对应的至少一种高阶交互图得到多种表征数据；通过多种表征数据获取推荐信息，推荐信息包括针对用户进行推荐的信息，如推荐音乐、推荐应用程序、推荐商品等。推荐商品等。推荐商品等。

【技术实现步骤摘要】
一种推荐方法以及装置


[0001]本申请涉及计算机领域，尤其涉及一种推荐方法以及装置。

技术介绍

[0002]在网络应用中，用户和商品之间存下多种交互行为(如用户选择点击、喜欢、加购物车、购买等行为)，由于不同类型的行为表达了用户和商品交互时不同的潜在意图，因此利用用户多行为信息做推荐对于充分捕获用户的真实意图十分重要。
[0003]对于多行为信息的处理，已有模型使用一种两阶段的范式，首先通过利用用户行为交互的历史记录分别学习每个行为的表征，然后利用学习好的表征来建模不同行为之间的高阶关系。这种方式仅仅在行为层次建模了用户多行为信息，对多行为信息的利用不够充分。

技术实现思路

[0004]本申请提供一种推荐方法以及装置，通过压缩交互图卷积网络挖掘高阶关系，得到解耦的高阶行为表征，使后续可以充分利用用户的行为信息，提高推荐准确度。
[0005]有鉴于此，本申请第一方面提供一种推荐方法，包括：
[0006]首先，获取行为表征集合，行为表征集合包括用户的多种行为的表征；随后，将行为表征集合作为压缩交互图卷积网络本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种推荐方法，其特征在于，包括：获取行为表征集合，所述行为表征集合包括用户的多种行为的表征；将所述行为表征集合作为压缩交互图卷积网络的输入，输出多种表征数据，所述多种表征数据与所述多种行为对应，其中，所述压缩交互图卷积网络用于对所述用户的所述多种行为的表征进行编码得到多种高阶交互图，并从所述多种高阶交互图中筛选出每种行为对应的至少一种高阶交互图，通过所述每种行为对应的至少一种高阶交互图得到所述多种表征数据；通过所述多种表征数据获取推荐信息，所述推荐信息包括针对所述用户进行推荐的信息。2.根据权利要求1所述的方法，其特征在于，所述压缩交互图卷积网络包括图注意力网络，所述注意力网络用于通过注意力机制从所述多种高阶交互图中筛选出每种行为对应的至少一种高阶交互图。3.根据权利要求2所述的方法，其特征在于，所述图注意力网络的输入与输出之间还包括残差连接。4.根据权利要求2或3所述的方法，其特征在于，所述压缩交互图卷积网络还包括交互层，所述交互层用于生成多种高阶关系组合，并对所述多种高阶关系组合进行编码得到所述多种高阶交互图，所述多种高阶关系组合包括所述用户和所述多种行为产生的信息的组合。5.根据权利要求2
‑
4中任一项所述的方法，其特征在于，所述压缩交互图卷积网络还包括图卷积层，所述图卷积层用于从对应的至少一种高阶交互图提取特征，得到所述多种表征数据。6.根据权利要求1
‑
5中任一项所述的方法，其特征在于，所述通过所述多种表征数据获取推荐信息，包括：将所述多种表征数据中的每种表征数据作为多专家解耦输入网络的输入，输出所述推荐信息。7.根据权利要求6所述的方法，其特征在于，所述多专家解耦输入网络包括多个专家网络、至少一个塔任务网络以及至少一个任务感知门，所述多个专家网络用于从输入数据中提取特征，所述多种表征数据中每种表征数据作为对应的专家网络的输入，所述至少一个任务感知门用于以所述多种表征数据为指导，从所述多个专家网络输出的多种数据中筛选出每个任务感知门上层的塔任务网络的所需的至少一种数据，所述至少一个塔任务网络用于通过对应的任务感知门输入的至少一种数据得到所述推荐信息。8.根据权利要求7所述的方法，其特征在于，所述至少一个塔任务网络的任务包括预测点击率和预测转化信息，所述点击率为用户点击目标对象的概率，所述转化信息包括转化率或者转化时长，所述转化率为所述用户点击所述目标对象后对所述目标对象进行转化操作的概率，所述转化时长包括所述用户点击所述目标对象后对所述目标对象进行转化操作后停留的时长。9.根据权利要求1
‑
8中任一项所述的方法，其特征在于，所述获取行为表征集合，包括：将所述用户的多种行为产生的数据作为嵌入embedding网络的输入，输出所述表征集
合。10.一种推荐方法，其特征在于，包括：获取多种表征数据，所述多种表征数据包括从用户的多种行为产生的数据中提取到的特征；将所述多种表征数据分别作为多专家解耦输入网络的输入，输出推荐信息，其中，所述多专家解耦输入网络包括多个专家网络、至少一个塔任务网络以及至少一个任务感知门，所述多种表征数据中每种表征数据作为对应的专家网络的输入，所述至少一个任务感知门用于以所述多种表征数据为指导，从所述多个专家网络输出的多种数据中筛选出每个任务感知门上层的塔任务网络的所需的至少一种数据，所述至少一个塔任务网络用于通过对应的任务感知门输入的至少一种数据得到所述推荐信息。11.根据权利要求10所述的方法，其特征在于，所述至少一个塔任务网络的任务包括预测点击率和预测转化信息，所述点击率为用户点击目标对象的概率，所述转化信息包括转化率或者转化时长，所述转化率为所述用户点击所述目标对象后对所述目标对象进行转化操作的概率，所述转化时长包括所述用户点击所述目标对象后对所述目标对象进行转化操作后停留的时长。12.一种推荐装置，其特征在于，包括：获取模块，用于获取行为表征集合，所述行为表征集合包括用户的多种行为的表征；转换模块，用于将所述行为表征集合作为压缩交互图卷积网络的输入，输出多种表征数据，所述多种表征数据与所述多种行为对应，其中，所述压缩交互图卷积网络用于对所述用户的所述多种行为的表征进行编码得...

【专利技术属性】
技术研发人员：郭威，孟昶，郭慧丰，唐睿明，
申请(专利权)人：华为技术有限公司，
类型：发明
国别省市：