System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 一种基于解耦表示学习的会话推荐系统技术方案_技高网

一种基于解耦表示学习的会话推荐系统技术方案

技术编号:41207045 阅读:9 留言:0更新日期:2024-05-07 22:33
本发明专利技术属于数据挖掘与分析技术领域,具体涉及一种基于解耦表示学习的会话推荐系统,包括数据采集模块、解耦表示学习模块、视图构建模块、会话嵌入模块以及聚合模块。考虑到了用户的偏好可能是基于某些因素,因此将SBR的推荐问题细化到特征级,这更符合用户在购物时的实际情况,并且该方法不限任何场景任何数据,具有强大的泛用性,还综合考虑了会话内和会话间信息,让模型有了更多的可用信息,提升了推荐性能,且在会话内和会话间信息上学习上均限制在了特征级,在学习的过程中,模型会自主选择性的学习某些特征上的有效信息,更加灵活,这对降噪有着显著的帮助。

【技术实现步骤摘要】

本专利技术属于数据挖掘与分析,具体涉及一种基于解耦表示学习的会话推荐系统


技术介绍

1、大数据是指以往无法处理的数据规模、种类、速度和价值所构成的海量数据,随着互联网和物联网技术的发展,人们对数据的需求越来越高,同时数据的产生速度和规模也在不断增长,大数据技术的出现,能够有效地存储、管理和分析这些数据,从而发掘出有价值的信息和知识,在这样的大数据背景下,推荐系统应运而生,推荐系统是一种利用大数据分析用户行为和兴趣的智能化系统,通过分析用户的历史行为、偏好、社交网络信息等大量数据,来预测用户可能感兴趣的产品,并将其推荐给用户,推荐系统可以帮助用户快速找到自己喜欢的产品或内容,提高用户满意度和忠诚度,同时也可以帮助商家提高销售额和用户参与度

2、基于会话的推荐系统(sbr)是一种新兴的推荐系统种类,它将任一匿名用户短时间的交互认作一段会话,并且仅根据该会话分析该用户的偏好,从而做出推荐,因此sbr并不需要任何用户历史数据,从而获得了很强的泛用性。并且sbr总是专注于用户短期兴趣更符合现在流媒体等推荐场景,因此近些年来备受关注。以前的sbr模型仅关注会话内信息,即通过分析一段会话内各个产品之前的联系,从两个方面分析用户的兴趣,一是用户在这段会话中的整体兴趣表现,二是用户在会话中产生的兴趣迁移情况;

3、然而这类模型存在的一个明显的局限,就是会话内信息通常是不足的,这是因为绝大多数会话的长度都很短,因此无法支持模型分析上述两个问题,从而造成了只分析会话内信息的模型的性能提升困难,并且用户的兴趣是一个整体,但这忽略了一个事实,那就是用户的兴趣是特征驱动的,即用户对某项商品的偏好往往是基于对该项商品的某些特征上的偏好。


技术实现思路

1、本专利技术的目的是提供一种基于解耦表示学习的会话推荐系统,能够模拟商品背后的各个隐特征,并且通过削弱这些隐特征间的距离相关性让这些特征级表示独立,从而消除冗余信息,并且引入注意力机制来综合这些信息最终得到用户的偏好。

2、本专利技术采取的技术方案具体如下:

3、一种基于解耦表示学习的会话推荐系统,包括数据采集模块、解耦表示学习模块、视图构建模块、会话嵌入模块以及聚合模块;

4、所述数据采集模块用于获取会话推荐数据集,其中,所述会话推荐数据集包括训练集、验证集以及测试集;

5、所述解耦表示学习模块用于获取与商品相关的用户兴趣,并将用户兴趣细化为多个相互独立的特征级;

6、所述视图构建模块用于根据商品的特征级构建会话内图和会话间图,并分别确定所述会话内图和会话间图的信息传播策略;

7、所述会话嵌入模块用于根据视图的信息传播策略执行会话嵌入;

8、所述聚合模块用于综合会话内和会话间信息,并对商品的所有特征进行打分以及求和处理,得到商品的综合分数,并依据所述综合分数确定用户对该商品的满意度,其中,所述综合分数越高、用户的满意度越高。

9、在一种优选方案中,所述数据采集模块包括数据筛选单元,所述数据筛选单元用于根据商品出现次数以及会话长度确定有效数据和无效数据;

10、所述数据筛选单元中设置有一级筛选阈值和二级筛选阈值;

11、所述一级筛选阈值用于与商品出现次数进行比对,且将商品出现次数小于一级筛选阈值的商品数据标定为无效数据,并将其他商品数据标定为待筛选参数;

12、所述二级筛选筛选阈值用于与待筛选参数对应的会话长度进行比较,且在所述待筛选参数对应的会话长度小于或等于二级筛选阈值时,将其对应的商品数据筛除。

13、在一种优选方案中,所述解耦表示学习模块执行时,将商品嵌入到不同的空间进行独立表示,通过不同特征级嵌入层学习对应的特征级的表示,得到多个相互独立的特征级。

14、在一种优选方案中,所述视图构建模块包括会话内图构建单元和会话间图构建单元,所述会话内图构建单元用于建立特征级会话内图,所述会话间图构建单元用于构建特征级会话间图。

15、在一种优选方案中,所述会话内图构建单元执行时,建立原始会话内图,所述原始会话内图的各个顶点对应该会话中出现的各个商品,原始会话内图的边线对应会话中的顺序关系,再依据原始会话内图对多个特征级会话逐一演变,得到多个特征级会话内图,其中,所述原始会话内图与特征级会话内图的边线具有指向性。

16、在一种优选方案中,所述会话间图构建单元执行时,建立初始的原始会话间图,所述原始会话间图的各个顶点对应商品的会话,该顶点为所有商品的表示的平均池化结果,再依据所述原始会话间图演变多个特征级会话间图,其中,所述原始会话间图和特征级会话间图的边线为无向性。

17、在一种优选方案中,所述信息传播策略包括特征级会话内图的信息传播和特征级会话间图的信息传播;

18、所述特征级会话内图的信息传播采用门控神经图络卷积,且所述门控神经图络卷积的轮数设置为三层;

19、所述特征级会话间图的信息传播采用图神经网络卷积,且每一轮信息传播后,卷积结点的嵌入更新为正则化后的上一轮的嵌入加上结点周围结点上一轮嵌入的均值。

20、在一种优选方案中,所述会话嵌入模块包括会话内会话嵌入和会话间会话嵌入,所述会话内会话嵌入根据注意力机制来进行会话内图信息的抽取,并以用户最后一个进行交互的商品为基准,衡量其他商品的重要性,所述会话间会话嵌入为会话间图的顶点。

21、在一种优选方案中,所述聚合模块执行时,将会话内和会话间信息进行综合,得到各个与用户交互商品的综合分数,再依据所述综合分数的大小对商品执行排序处理,并依据排序结果逐一向用户推荐商品。

22、一种基于解耦表示学习的会话推荐终端,包括:

23、至少一个处理器;

24、以及与所述至少一个处理器通信连接的存储器;

25、其中,所述存储器存储有可被所述至少一个处理器执行的计算机程序,所述计算机程序被所述至少一个处理器执行,以使所述至少一个处理器能够执行上述的基于解耦表示学习的会话推荐系统。

26、本专利技术取得的技术效果为:

27、本专利技术考虑到了用户的偏好可能是基于某些因素,因此将sbr的推荐问题细化到特征级,这更符合用户在购物时的实际情况,并且该方法不限任何场景任何数据,具有强大的泛用性,还综合考虑了会话内和会话间信息,让模型有了更多的可用信息,提升了推荐性能,且在会话内和会话间信息上学习上均限制在了特征级,在学习的过程中,模型会自主选择性的学习某些特征上的有效信息,更加灵活,这对降噪有着显著的帮助。

本文档来自技高网...

【技术保护点】

1.一种基于解耦表示学习的会话推荐系统,包括数据采集模块、解耦表示学习模块、视图构建模块、会话嵌入模块以及聚合模块,其特征在于:

2.根据权利要求1所述的一种基于解耦表示学习的会话推荐系统,其特征在于:所述数据采集模块包括数据筛选单元,所述数据筛选单元用于根据商品出现次数以及会话长度确定有效数据和无效数据;

3.根据权利要求1所述的一种基于解耦表示学习的会话推荐系统,其特征在于:所述解耦表示学习模块执行时,将商品嵌入到不同的空间进行独立表示,通过不同特征级嵌入层学习对应的特征级的表示,得到多个相互独立的特征级。

4.根据权利要求1所述的一种基于解耦表示学习的会话推荐系统,其特征在于:所述视图构建模块包括会话内图构建单元和会话间图构建单元,所述会话内图构建单元用于建立特征级会话内图,所述会话间图构建单元用于构建特征级会话间图。

5.根据权利要求4所述的一种基于解耦表示学习的会话推荐系统,其特征在于:所述会话内图构建单元执行时,建立原始会话内图,所述原始会话内图的各个顶点对应该会话中出现的各个商品,原始会话内图的边线对应会话中的顺序关系,再依据原始会话内图对多个特征级会话逐一演变,得到多个特征级会话内图,其中,所述原始会话内图与特征级会话内图的边线具有指向性。

6.根据权利要求4所述的一种基于解耦表示学习的会话推荐系统,其特征在于:所述会话间图构建单元执行时,建立初始的原始会话间图,所述原始会话间图的各个顶点对应商品的会话,该顶点为所有商品的表示的平均池化结果,再依据所述原始会话间图演变多个特征级会话间图,其中,所述原始会话间图和特征级会话间图的边线为无向性。

7.根据权利要求1所述的一种基于解耦表示学习的会话推荐系统,其特征在于:所述信息传播策略包括特征级会话内图的信息传播和特征级会话间图的信息传播;

8.根据权利要求1所述的一种基于解耦表示学习的会话推荐系统,其特征在于:所述会话嵌入模块包括会话内会话嵌入和会话间会话嵌入,所述会话内会话嵌入根据注意力机制来进行会话内图信息的抽取,并以用户最后一个进行交互的商品为基准,衡量其他商品的重要性,所述会话间会话嵌入为会话间图的顶点。

9.根据权利要求1所述的一种基于解耦表示学习的会话推荐系统,其特征在于:所述聚合模块执行时,将会话内和会话间信息进行综合,得到各个与用户交互商品的综合分数,再依据所述综合分数的大小对商品执行排序处理,并依据排序结果逐一向用户推荐商品。

10.一种基于解耦表示学习的会话推荐终端,其特征在于:包括:

...

【技术特征摘要】

1.一种基于解耦表示学习的会话推荐系统,包括数据采集模块、解耦表示学习模块、视图构建模块、会话嵌入模块以及聚合模块,其特征在于:

2.根据权利要求1所述的一种基于解耦表示学习的会话推荐系统,其特征在于:所述数据采集模块包括数据筛选单元,所述数据筛选单元用于根据商品出现次数以及会话长度确定有效数据和无效数据;

3.根据权利要求1所述的一种基于解耦表示学习的会话推荐系统,其特征在于:所述解耦表示学习模块执行时,将商品嵌入到不同的空间进行独立表示,通过不同特征级嵌入层学习对应的特征级的表示,得到多个相互独立的特征级。

4.根据权利要求1所述的一种基于解耦表示学习的会话推荐系统,其特征在于:所述视图构建模块包括会话内图构建单元和会话间图构建单元,所述会话内图构建单元用于建立特征级会话内图,所述会话间图构建单元用于构建特征级会话间图。

5.根据权利要求4所述的一种基于解耦表示学习的会话推荐系统,其特征在于:所述会话内图构建单元执行时,建立原始会话内图,所述原始会话内图的各个顶点对应该会话中出现的各个商品,原始会话内图的边线对应会话中的顺序关系,再依据原始会话内图对多个特征级会话逐一演变,得到多个特征级会话内图,其中,所述原始会话内图与特征级会话内图的边...

【专利技术属性】
技术研发人员:李华剑陆琦黄文彬刘庆
申请(专利权)人:天翼云科技有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1