模型训练及旅游产品推荐方法、装置、设备及存储介质制造方法及图纸

本发明专利技术提供了模型训练及旅游产品推荐方法、装置、设备及存储介质，能够通过获取基于线路节点与产品节点构建的第一知识图谱，线路节点与产品节点之间的边表征用户对产品节点的用户意图，获取基于产品节点与卖点节点构建的第二知识图谱，产品节点与卖点节点之间的边表征卖点类型。利用第一知识图谱和第二知识图谱训练图神经网络，图神经网络学习线路关于产品及卖点的得分。这样，在应用阶段，利用线路标识获取得分最高或得分排名在前的产品及其卖点，推荐给用户。因此，使用知识图谱能够更好地学习线路关于产品及卖点的特征，改善传统协同过滤算法的效果，提升OTA系统的查询精确度，改善OTA平台用户的搜索体验，提升用户下单率。提升用户下单率。提升用户下单率。

【技术实现步骤摘要】
模型训练及旅游产品推荐方法、装置、设备及存储介质


[0001]本专利技术涉及计算机
，尤其涉及一种模型训练及旅游产品推荐方法、装置、设备及存储介质。

技术介绍

[0002]在线旅游(Online Travel Agency,OTA)服务平台旨在通过互联网提供国内外交通、酒店、餐饮、景区门票、目的地玩法相关的产品和旅游周边服务。随着互联网数据的爆炸式增长，消费者规划旅行行程的成本越来越高，因此基于大数据和AI技术的个性化旅游商品推荐成为降低信息过载的一种解决方案，在促成用户订单转化方面的重要程度日趋显著。
[0003]需要说明的是，上述
技术介绍
部分公开的信息仅用于加强对本专利技术的背景的理解，因此可以包括不构成对本领域普通技术人员已知的现有技术的信息。

技术实现思路

[0004]针对现有技术中的问题，本专利技术的目的在于提供模型训练及旅游产品推荐方法、装置、设备及存储介质，克服了现有技术的困难，能够提升OTA系统的用户体验度。
[0005]本公开实施例提供一种模型训练方法，其包括：
[0006]获取基于线路节点与产品节点构建的第一知识图谱，线路节点与产品节点之间的边表征用户对产品节点的用户意图；
[0007]获取基于产品节点与卖点节点构建的第二知识图谱，产品节点与卖点节点之间的边表征卖点类型；
[0008]利用第一知识图谱和第二知识图谱训练图神经网络，直到达到训练停止条件。
[0009]可选地，图神经网络包括第一特征提取层、第二特征提取层及第三特征提取层；利用第一知识图谱和第二知识图谱训练图神经网络，直到达到训练停止条件，包括：
[0010]利用第一特征提取层对第一知识图谱及第二知识图谱提取用户意图关于卖点类型的第一特征向量，以及线路节点关于产品节点的第二特征向量；
[0011]利用第二特征提取层对第二知识图谱提取线路节点关于产品节点及卖点类型的第三特征向量；
[0012]利用第一特征向量预测用户对线路节点的第一交互概率，并利用第二特征向量和第三特征向量预测线路节点与产品节点的第二交互概率；
[0013]利用第一交互概率和第二交互概率计算损失函数，并利用损失函数对图神经网络的网络参数进行调整。
[0014]可选地，图神经网络还包括第四特征提取层；利用第一知识图谱和第二知识图谱训练图神经网络，直到达到训练停止条件，还包括：
[0015]利用第二特征提取层提取卖点节点关于卖点类型的第四特征向量；
[0016]利用第四特征提取层对第四特征向量提取线路节点关于卖点节点特征的第五特
征向量；
[0017]利用第五特征向量预测线路节点与卖点节点的第三交互概率；
[0018]利用第一交互概率和第二交互概率计算损失函数，并利用损失函数对图神经网络的网络参数进行调整，包括：
[0019]利用第一交互概率、第二交互概率和第三交互概率计算损失函数，并利用损失函数对图神经网络的网络参数进行调整。
[0020]可选地，图神经网络包括多层堆叠设置的第一聚合层及多层堆叠设置的第二聚合层。
[0021]可选地，采用如下步骤构建第一知识图谱：
[0022]获取根据用户交互行为生成的历史线路产品信息，并利用历史线路产品信息构建基于线路标识与产品标识之间对应关系的正样本；
[0023]利用正样本构造第一知识图谱，其中线路标识作为线路节点，产品标识作为产品节点，用户交互行为表征用户意图。
[0024]可选地，采用如下步骤构建第二知识图谱：
[0025]使用产品标识在旅游知识图谱中查询关联卖点信息，并生成包含产品标识、卖点类型及卖点标识的三元组数据，使用三元组数据构建第二知识图谱，产品标识作为产品节点，卖点标识作为卖点节点。
[0026]本公开实施例还提供一种旅游产品推荐方法，其包括：
[0027]获取用户的线路查询请求，并从线路查询请求中解析线路标识；
[0028]将线路标识输入图神经网络，输出旅游产品推荐信息及旅游产品的卖点推荐信息；
[0029]向用户反馈旅游产品推荐信息及旅游产品的卖点推荐信息；
[0030]其中，图神经网络是使用第一知识图谱与第二知识图谱训练得到的，第一知识图谱是基于线路节点与产品节点构建得到的，线路节点与产品节点之间的边表征用户对产品节点的用户意图，第二知识图谱是基于产品节点与卖点节点构建得到的，产品节点与卖点节点之间的边表征卖点类型。
[0031]本公开实施例还提供一种模型训练装置，其包括：
[0032]第一获取模块，获取基于线路节点与产品节点构建的第一知识图谱，线路节点与产品节点之间的边表征用户对产品节点的用户意图；
[0033]第二获取模块，获取基于产品节点与卖点节点构建的第二知识图谱，产品节点与卖点节点之间的边表征卖点类型；
[0034]训练模块，利用第一知识图谱和第二知识图谱训练图神经网络，直到达到训练停止条件。
[0035]本公开实施例还提供一种旅游产品推荐装置，其包括：
[0036]第三获取模块，获取用户的线路查询请求，并从线路查询请求中解析线路标识；
[0037]预测模块，将线路标识输入图神经网络，输出旅游产品推荐信息及旅游产品的卖点推荐信息；
[0038]推荐模块，向用户反馈旅游产品推荐信息及旅游产品的卖点推荐信息；
[0039]其中，图神经网络是使用第一知识图谱与第二知识图谱训练得到的，第一知识图
谱是基于线路节点与产品节点构建得到的，线路节点与产品节点之间的边表征用户对产品节点的用户意图，第二知识图谱是基于产品节点与卖点节点构建得到的，产品节点与卖点节点之间的边表征卖点类型。
[0040]本专利技术的实施例还提供一种电子设备，包括：
[0041]处理器；
[0042]存储器，其中存储有处理器的可执行指令；
[0043]其中，处理器配置为经由执行可执行指令来执行上述模型训练方法或旅游产品推荐方法的步骤。
[0044]本专利技术的实施例还提供一种计算机可读存储介质，用于存储程序，程序被执行时实现上述模型训练方法或旅游产品推荐方法的步骤。
[0045]本专利技术的模型训练及旅游产品推荐方法、装置、设备及存储介质，能够通过获取基于线路节点与产品节点构建的第一知识图谱，线路节点与产品节点之间的边表征用户对产品节点的用户意图，获取基于产品节点与卖点节点构建的第二知识图谱，产品节点与卖点节点之间的边表征卖点类型，利用第一知识图谱和第二知识图谱，图神经网络学习线路关于产品及卖点的得分。这样，在应用阶段，当接收到用户要查询的线路标识时，利用该线路标识获取得分最高或得分排名在前的产品及其卖点，推荐给用户。因此，使用知识图谱能够更好地学习线路关于产品及卖点的特征，改善传统协同过滤算法的效果，提升OTA系统的查询精确度，改善OTA平台用户的搜索体验，降低客户安排行程的成本，提升用户下单率。
附图说明
[00本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种模型训练方法，其特征在于，包括：获取基于线路节点与产品节点构建的第一知识图谱，所述线路节点与产品节点之间的边表征用户对所述产品节点的用户意图；获取基于产品节点与卖点节点构建的第二知识图谱，所述产品节点与卖点节点之间的边表征卖点类型；利用所述第一知识图谱和第二知识图谱训练图神经网络，直到达到训练停止条件。2.根据权利要求1所述的模型训练方法，其特征在于，所述图神经网络包括第一特征提取层、第二特征提取层及第三特征提取层；所述利用所述第一知识图谱和第二知识图谱训练图神经网络，直到达到训练停止条件，包括：利用所述第一特征提取层对所述第一知识图谱及第二知识图谱提取所述用户意图关于卖点类型的第一特征向量，以及所述线路节点关于产品节点的第二特征向量；利用所述第二特征提取层对所述第二知识图谱提取所述线路节点关于产品节点及卖点类型的第三特征向量；利用所述第一特征向量预测所述用户对线路节点的第一交互概率，并利用所述第二特征向量和第三特征向量预测所述线路节点与产品节点的第二交互概率；利用所述第一交互概率和第二交互概率计算损失函数，并利用所述损失函数对所述图神经网络的网络参数进行调整。3.根据权利要求2所述的模型训练方法，其特征在于，所述图神经网络还包括第四特征提取层；所述利用所述第一知识图谱和第二知识图谱训练图神经网络，直到达到训练停止条件，还包括：利用所述第二特征提取层提取所述卖点节点关于所述卖点类型的第四特征向量；利用所述第四特征提取层对所述第四特征向量提取所述线路节点关于卖点节点特征的第五特征向量；利用所述第五特征向量预测所述线路节点与卖点节点的第三交互概率；利用所述第一交互概率和第二交互概率计算损失函数，并利用所述损失函数对所述图神经网络的网络参数进行调整，包括：利用所述第一交互概率、第二交互概率和第三交互概率计算损失函数，并利用所述损失函数对所述图神经网络的网络参数进行调整。4.根据权利要求2所述的模型训练方法，其特征在于，所述图神经网络包括多层堆叠设置的所述第二特征提取层及多层堆叠设置的所述第三特征提取层。5.根据权利要求1所述的模型训练方法，其特征在于，采用如下步骤构建所述第一知识图谱：获取根据用户交互行为生成的历史线路产品信息，并利用所述历史线路产品信息构建基于线路标识与产品标识之间对应关系的正样本；利用所述正样本构造所述第一知识图谱，其中所述线路标识作为所述线路节点，所述产品标识作为所述产品节点，所述用户交互行为表征所述用户意图。6.根据权利要求1所述的模...

【专利技术属性】
技术研发人员：王子奕，刘嘉伟，鞠剑勋，李健，
申请(专利权)人：上海携旅信息技术有限公司，
类型：发明
国别省市：