本申请涉及一种项目推荐方法、装置、计算机设备和存储介质，应用于人工智能技术领域，还可应用于金融领域或其他领域。所述方法包括：获取目标用户的基本数据，通过项目推荐模型，根据目标用户的基本数据，向目标用户推荐目标项目；其中，项目推荐模型是根据用户图、项目图和用户项目交互图构建的，用户图是根据样本用户的基本数据构建的，项目图是根据样本项目的项目数据构建的，用户项目交互图是根据样本用户与样本项目之间的交互数据构建的。采用本方法能够提高项目推荐的准确性。本方法能够提高项目推荐的准确性。本方法能够提高项目推荐的准确性。
【技术实现步骤摘要】
项目推荐方法、装置、计算机设备和存储介质
[0001]本申请涉及人工智能
，特别是涉及一种项目推荐方法、装置、计算机设备和存储介质，可应用于金融领域或其他领域。
技术介绍
[0002]随着金融项目种类的不断增加，为了便于向用户进行项目推荐，出现了应用于金融项目的项目推荐方法。具体为，通过图神经网络(GNN)，根据用户的基本数据，构建用户
‑
项目图，随后根据构建出的用户
‑
项目图向用户进行项目推荐。
[0003]然而，采用目前的项目推荐方法，仅通过用户
‑
项目图表示数据中间的协同关系，会出现由于用户基本数据中的信息量过大导致的无法准确提取出每一用户基本特征的问题，影响后续项目的推荐，亟需改进。
技术实现思路
[0004]基于此，有必要针对上述技术问题，提供一种能够提高项目推荐准确性的项目推荐方法、装置、计算机设备和存储介质。
[0005]第一方面，本申请提供了一种项目推荐方法。所述方法包括：
[0006]获取目标用户的基本数据；
[0007]通过项目推荐模型，根据目标用户的基本数据，向目标用户推荐目标项目；其中，项目推荐模型是根据用户图、项目图和用户项目交互图构建的，用户图是根据样本用户的基本数据构建的，项目图是根据样本项目的项目数据构建的，用户项目交互图是根据样本用户与样本项目之间的交互数据构建的。
[0008]在其中一个实施例中，项目推荐模型通过如下方式构建：
[0009]基于用户图，确定样本用户的基本特征；基于项目图，确定样本项目的项目特征；采用样本用户的基本特征和样本项目的项目特征，对用户项目交互图进行初始化；基于初始化的用户项目交互图，构建项目推荐模型。
[0010]在其中一个实施例中，用户图通过如下方式构建：
[0011]将样本用户作为用户图中的用户节点；根据样本用户的基本数据，构建用户图中用户节点之间的连接边；
[0012]相应的，基于用户图，确定样本用户的基本特征，包括：
[0013]针对用户图中的任一用户节点，将用户图中与该用户节点相连接的用户节点，作为该用户节点的关联节点；确定该用户节点与各关联节点之间的关联关系；根据该用户节点与各关联节点之间的关联关系，确定该用户节点所对应的样本用户的基本特征。
[0014]在其中一个实施例中，确定该用户节点与各关联节点之间的关联关系，包括：
[0015]对于每一关联节点，采用注意力机制，确定该用户节点与该关联节点之间各关系数据的注意力权重；其中，每一关系数据包括关系类型和关系值；基于各关系数据和各关系数据的注意力权重，确定该用户节点与该关联节点之间的关联关系。
[0016]在其中一个实施例中，根据该用户节点与各关联节点之间的关联关系，确定该用户节点所对应的样本用户的基本特征，包括：
[0017]根据该用户节点与各关联节点之间的关联关系，确定该用户节点与各关联节点之间的相似度；按照从大到小的顺序，根据该用户节点与各关联节点之间的相似度，对各关联节点进行排序；对该用户节点与排序在前的预设数量个关联节点之间的关联关系进行聚合，得到该用户节点所对应的样本用户的基本特征。
[0018]在其中一个实施例中，根据该用户节点与各关联节点之间的关联关系，确定该用户节点与各关联节点之间的相似度，包括：
[0019]采用多层感知器，根据该用户节点与各关联节点之间的关联关系，确定该用户节点与各关联节点之间的距离；根据该用户节点与各关联节点之间的距离，确定该用户节点与各关联节点之间的相似度。
[0020]在其中一个实施例中，项目图通过如下方式构建：
[0021]将样本项目作为项目图中的项目节点；根据样本项目的项目数据，构建项目图中项目节点之间的连接边；
[0022]相应的，基于项目图，确定样本项目的项目特征，包括：
[0023]针对项目图中的任一项目节点，将项目图中与该项目节点相连接的项目节点，作为该项目节点的邻居节点；确定该项目节点与各邻居节点之间的关联关系；根据该项目节点与各邻居节点之间的关联关系，确定该项目节点所对应的样本项目的项目特征。
[0024]第二方面，本申请还提供了一种项目推荐装置。所述装置包括：
[0025]数据获取模块，用于获取目标用户的基本数据；
[0026]项目推荐模块，用于通过项目推荐模型，根据目标用户的基本数据，向目标用户推荐目标项目；其中，项目推荐模型是根据用户图、项目图和用户项目交互图构建的，用户图是根据样本用户的基本数据构建的，项目图是根据样本项目的项目数据构建的，用户项目交互图是根据样本用户与样本项目之间的交互数据构建的。
[0027]第三方面，本申请还提供了一种计算机设备。所述计算机设备包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现以下步骤：
[0028]获取目标用户的基本数据；
[0029]通过项目推荐模型，根据目标用户的基本数据，向目标用户推荐目标项目；其中，项目推荐模型是根据用户图、项目图和用户项目交互图构建的，用户图是根据样本用户的基本数据构建的，项目图是根据样本项目的项目数据构建的，用户项目交互图是根据样本用户与样本项目之间的交互数据构建的。
[0030]第四方面，本申请还提供了一种计算机可读存储介质。所述计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现以下步骤：
[0031]获取目标用户的基本数据；
[0032]通过项目推荐模型，根据目标用户的基本数据，向目标用户推荐目标项目；其中，项目推荐模型是根据用户图、项目图和用户项目交互图构建的，用户图是根据样本用户的基本数据构建的，项目图是根据样本项目的项目数据构建的，用户项目交互图是根据样本用户与样本项目之间的交互数据构建的。
[0033]第五方面，本申请还提供了一种计算机程序产品。所述计算机程序产品，包括计算
机程序，该计算机程序被处理器执行时实现以下步骤：
[0034]获取目标用户的基本数据；
[0035]通过项目推荐模型，根据目标用户的基本数据，向目标用户推荐目标项目；其中，项目推荐模型是根据用户图、项目图和用户项目交互图构建的，用户图是根据样本用户的基本数据构建的，项目图是根据样本项目的项目数据构建的，用户项目交互图是根据样本用户与样本项目之间的交互数据构建的。
[0036]上述项目推荐方法、装置、计算机设备和存储介质，引入了基于用户图、项目图和用户项目交互图构建的项目推荐模型，相比于相关技术，采用本方法通过单独建立用户图和项目图，能够在样本用户数据量过多的情况下，准确梳理样本用户之间的关系，以及样本项目之间的关系；进而，基于用户图、样本图和用户项目交互图，即可准确梳理用户和项目之间的关系，从而保证了项目推荐模型的准确性；因此通过项目推荐模型，根据目标用户的基本数据，向目标用户推荐目标项目，能够提高项目推荐的准确性本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种项目推荐方法，其特征在于，所述方法包括：获取目标用户的基本数据；通过项目推荐模型，根据所述目标用户的基本数据，向所述目标用户推荐目标项目；其中，所述项目推荐模型是根据用户图、项目图和用户项目交互图构建的，所述用户图是根据样本用户的基本数据构建的，所述项目图是根据样本项目的项目数据构建的，所述用户项目交互图是根据所述样本用户与所述样本项目之间的交互数据构建的。2.根据权利要求1所述的方法，其特征在于，所述项目推荐模型通过如下方式构建：基于所述用户图，确定所述样本用户的基本特征；基于所述项目图，确定所述样本项目的项目特征；采用所述样本用户的基本特征和所述样本项目的项目特征，对所述用户项目交互图进行初始化；基于初始化的用户项目交互图，构建所述项目推荐模型。3.根据权利要求2所述的方法，其特征在于，所述用户图通过如下方式构建：将所述样本用户作为所述用户图中的用户节点；根据所述样本用户的基本数据，构建所述用户图中用户节点之间的连接边；相应的，所述基于所述用户图，确定所述样本用户的基本特征，包括：针对所述用户图中的任一用户节点，将所述用户图中与该用户节点相连接的用户节点，作为该用户节点的关联节点；确定该用户节点与各关联节点之间的关联关系；根据该用户节点与各关联节点之间的关联关系，确定该用户节点所对应的样本用户的基本特征。4.根据权利要求3所述的方法，其特征在于，所述确定该用户节点与各关联节点之间的关联关系，包括：对于每一关联节点，采用注意力机制，确定该用户节点与该关联节点之间各关系数据的注意力权重；其中，每一关系数据包括关系类型和关系值；基于各关系数据和各关系数据的注意力权重，确定该用户节点与该关联节点之间的关联关系。5.根据权利要求3所述的方法，其特征在于，所述根据该用户节点与各关联节点之间的关联关系，确定该用户节点所对应的样本用户的基本特征，包括：根据该用户节点与各关联节点之间的关联关系，确定该用户节点与各关联节点之间的相似度；按照从大到小的顺序，根据该用户节点与各关联节点之间的相似度，对各关联节点进行排...
【专利技术属性】
技术研发人员：陈婧瑶，王密，陈永录，吴珂，
申请(专利权)人：中国工商银行股份有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。