一种基于特征解纠缠的协同传播方法及装置制造方法及图纸

本发明专利技术公开了一种基于特征解纠缠的协同传播方法及装置，方法包括：分别从域不变和域特定角度，根据用户和商品的特征相似度对原始异构图进行自适应更新，生成自适应更新异构图；利用图卷积技术分别聚合原始异构图和自适应更新异构图上的节点特征，并将聚合后的节点特征进行加权融合，获得用户域不变特征和域特定特征以及商品特征；利用元网络将源域聚合后的用户域不变特征个性化转移至目标域，并与目标域用户域不变特征进行加权融合，获得目标域最终的用户域不变特征；利用两个基于对比学习的约束损失来实现双域用户特征的高效解纠缠；对两个交互预测得分求和作为最终的交互预测得分，进而获得用户和商品的匹配关系

【技术实现步骤摘要】
一种基于特征解纠缠的协同传播方法及装置


[0001]本专利技术涉及跨域协同推荐领域，尤其涉及一种基于特征解纠缠的协同传播方法及装置
。

技术介绍

[0002]由于推荐系统能够有效地捕获用户的个性化偏好，目前已经在淘宝，亚马逊等多个消费平台取得了广泛地应用
。
但随着用户以及商品数量的急剧增加，导致用户和商品间的交互数据变得非常稀疏，这就使得基于协同过滤
[1](CF)
以及矩阵分解
[2](MF)
技术的传统推荐方法出现了数据稀疏问题，从而无法对用户偏好进行精准建模
。
为了缓解数据稀疏问题，跨域推荐应运而生，其目标是将其他领域的用户偏好知识迁移至目标域，使得模型能够在目标域生成更加完整的用户偏好表征，从而提升目标域的推荐性能
。
[0003]现有的跨域推荐技术大体可以被分为两类：一类是混合式跨域推荐，另一类是解纠缠式跨域推荐
。
混合式跨域推荐旨在将源域和目标域的用户特征以不同的组合形式进行融合
。Hu
等人
[3]本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种基于特征解纠缠的协同传播方法，其特征在于，所述方法包括：分别从域不变和域特定角度，根据用户和商品的特征相似度对原始异构图进行自适应更新，生成自适应更新异构图；利用图卷积技术分别聚合原始异构图和自适应更新异构图上的节点特征，并将聚合后的节点特征进行加权融合，获得用户域不变特征和域特定特征以及商品特征；利用元网络将源域聚合后的用户域不变特征个性化转移至目标域，并与目标域用户域不变特征进行加权融合，获得目标域最终的用户域不变特征；利用两个基于对比学习的约束损失来实现双域用户特征的高效解纠缠；分别计算用户域不变特征与商品特征的交互预测得分，用户域特定特征和商品特征的交互预测得分，对两个交互预测得分求和作为最终的交互预测得分，进而获得用户和商品的匹配关系
。2.
根据权利要求1所述的一种基于特征解纠缠的协同传播方法，其特征在于，所述根据用户和商品的特征相似度对原始异构图进行自适应更新，生成自适应更新异构图为：相似度滤波得分：其中，
c∈{I,S}
，
I,S
分别代表域不变特征和域特定特征，
s(
·
,
·
)
是点乘操作
,e
u,l
和
e
i,l
分别是在第
l
个卷积层中用户
u
和商品
i
的特征，
*
表示
A
域或者
B
域，
σ
(
·
)
是非线性激活函数；自适应更新邻接矩阵：其中，代表归一化邻接矩阵
。3.
根据权利要求1所述的一种基于特征解纠缠的协同传播方法，其特征在于，所述加权融合的公式如下：其中，
α
是一个超参数，和分别为在第
l+1
层经原始异构图进行信息聚合后的用户特征以及商品特征，和分别为在第
l+1
层经自适应更新异构图进行信息聚合后的用户特征以及商品特征
。4.
根据权利要求1所述的一种基于特征解纠缠的协同传播方法，其特征在于，所述最终的目标域域不变特征为：其中，
β

【专利技术属性】
技术研发人员：刘婧，孙乐乐，刘安安，苏育挺，
申请(专利权)人：天津大学，
类型：发明
国别省市：