【技术实现步骤摘要】
一种结合行为特征与三角协作度量的项目推荐方法
[0001]本专利技术涉及数据处理
,特别是涉及一种结合行为特征与三角协作度量的项目推荐方法。
技术介绍
[0002]协作度量学习(Collaboration Metric Learning, CML)是目前推荐系统中的一种流行的方法,其通过三角不等式与相似度传播来预测项目评分,能够挖掘用户
‑
项目交互等显隐式信息,在应用上取得良好效果。
[0003]真实世界中,用户对项目评分取决于用户多样的、动态的偏好。然而,现有CML模型在对用户建模时,仅使用单一用户向量表示,导致当用户存在多个相反兴趣对时,无法准确表达用户偏好的多样性;而且,因大部分模型仅建立用户
‑
项目关系,未考虑用户间的信任关系对项目评分的作用,故导致预测的项目评分不准确;另外,忽略项目评分对预测用户的影响,导致最终得到的用户偏好为静态的。
技术实现思路
[0004]为此,本专利技术的实施例提出一种结合行为特征与三角协作度量的项目推荐方法,以解决现有技术无法准确表达用户偏好的多样性、预测的项目评分不准确、得到的用户偏好为静态的等问题。
[0005]根据本专利技术一实施例的结合行为特征与三角协作度量的项目推荐方法,包括:步骤1,在已有的用户
‑
项目交互基础上,通过邻居路由机制和嵌入传播机制学习相邻模块信息,迭代更新获取用户的多样化行为特征,并引入异构图神经网络实现多行为特征间的信息转移,最终得到异构化用户行为特征表示与项目 ...
【技术保护点】
【技术特征摘要】
1.一种结合行为特征与三角协作度量的项目推荐方法,其特征在于,所述方法包括如下步骤:步骤1,在已有的用户
‑
项目交互基础上,通过邻居路由机制和嵌入传播机制学习相邻模块信息,迭代更新获取用户的多样化行为特征,并引入异构图神经网络实现多行为特征间的信息转移,最终得到异构化用户行为特征表示与项目表示;步骤2,基于异构化用户行为特征表示与项目表示,建立改进的Bhattacharyya相似性距离诱导策略,通过目标用户的相似邻居,建立用户与用户间信任关系,进而构建基于用户
‑
项目
‑
用户的三角协作度量模型;步骤3,利用三角协作度量模型并结合条件相似性学习来计算由预测评分项目、积极评分项目以及消极评分项目构成的三元组,通过对三元组的条件相似性学习得到用户最新动态偏好,基于该用户最新动态偏好对用户进行项目推荐。2.根据权利要求1所述的结合行为特征与三角协作度量的项目推荐方法,其特征在于,步骤1具体包括:步骤1.1,基于已有的用户
‑
项目交互,将不同类别的节点映射到共享的特征空间;步骤1.2,评估每个节点与其邻居节点之间的注意力权重,基于每个节点与其邻居节点之间的注意力权重进行单用户的异构化行为特征分离,得到用户行为特征;步骤1.3,基于用户行为特征,通过神经网络迭代更新获取的单用户异构化行为特征分块表示,采用基于邻居路由机制与嵌入传播机制的异构图神经网络迭代更新单用户异构化行为特征分块表示,得到异构化用户行为特征表示与项目表示。3.根据权利要求2所述的结合行为特征与三角协作度量的项目推荐方法,其特征在于,步骤2具体包括:步骤2.1,通过异构化用户行为特征表示对Bhattacharyya相似性定义,得到改进的Bhattacharyya相似性距离诱导策略,用于下一步的信任关系计算;步骤2.2,将异构化用户行为特征表示作为用户表示来权衡用户与用户、项目与项目、用户与项目间存在的直接信任关系与间接信任关系;步骤2.3,用户与用户、项目与项目、用户与项目间存在的直接信任关系与间接信任关系构建用户
‑
项目
‑
用户的三角协作度量模型,所述三角协作度量模型用于预测用户的未评分项目。4.根据权利要求3所述的结合行为特征与三角协作度量的项目推荐方法,其特征在于,步骤3中,基于该用户最新动态偏好对用户进行项目推荐具体包括:基于用户最新动态偏好,获取用户下一步可能交互的项目分值;将项目分值高于阈值的项目推荐给用户。5.根据权利要求4所述的结合行为特征与三角协作度量的项目推荐方法,其特征在于,步骤1.1中,将不同类别的节点映射到共享的特征空间的表达式为: ;其中,表示项目节点的节点类别,为对应的权重矩阵,为项目节点对应的初始节点表示,为项目节点对应的特征映射后的节点表示,表示的偏置向量,表示维度。6.根据权利要求5所述的结合行为特征与三角协作度量的项目推荐方法,其特征在于,
步骤1.2中,利用注意力网络计算每个节点与其邻居节点之间的注意力权重,表达式如下:;其中,表示项目节点和项目节点的注意力权重,为项目节点对应的特征映射后的节点表示,为项目节点对应的特征映射后的节点表示,表示和连接在一起形成的向量,表示和连接在一起形成的向量,是一个可学习的参数矩阵,LeakyReLU是一个激活函数,是项目节点的邻居集合,表示指数;步骤1.2还满足以下条件式:; ; ;其中,表示归一化后的值,表示项目节点对应的节点路径,表示用户第跳邻居的项目集;表示在第次迭代后,用户从其邻居集中收集信息更新后的用户行为特征;是用户和项目节点的Graph Laplacian矩阵...
【专利技术属性】
技术研发人员:钱忠胜,张丁,王亚惠,俞情媛,
申请(专利权)人:江西财经大学,
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。