【技术实现步骤摘要】
本申请涉及业务推荐，尤其涉及一种套餐业务推荐方法、装置、设备、存储介质及产品。
技术介绍
1、对于基于动态异质图神经网络的推荐场景，目前通常采用将gnn(graph neuralnetwork，图神经网络)和rnn(recurrent neural network，循环神经网络)序列化结合的方法来实现。它的基本思想是将动态异质图根据时间戳分割成多个快照，然后使用gnn来分别提取每个快照中的图结构信息。接着，使用rnn来提取图结构随时间动态演化的信息，从而获取节点的特征嵌入表示。最后，将节点对的特征嵌入进行拼接，并通过多层感知器mlp来实现推荐任务。但是传统方式通过rnn提取时序信息时只获取了整图全局动态演化信息，而忽略节点局部动态演化过程，这会导致推荐结果不够准确。
2、上述内容仅用于辅助理解本申请的技术方案，并不代表承认上述内容是现有技术。
技术实现思路
1、本申请的主要目的在于提供一种套餐业务推荐方法、装置、设备、存储介质及产品，旨在解决传统推荐任务通过rnn提取时序信息时...
【技术保护点】
1.一种套餐业务推荐方法，其特征在于，所述方法包括：
2.如权利要求1所述的方法，其特征在于，所述动态异质图的形式化定义为其中，V表示节点集，εT表示边集，φ表示节点类型映射函数，表示边类型映射函数，节点集中的节点包括用户节点和套餐节点，边集表示用户订购套餐，边集中的边带有用户订购套餐的时间信息；其中，所述获取动态异质图的快照，所述动态异质图用于映射用户订购套餐的动态演化过程的步骤包括：
3.如权利要求1所述的方法，其特征在于，所述基于动态元路径，确定快照中目标节点的邻居节点集，包括：
4.如权利要求1所述的方法，其特征在于，所述对...
【技术特征摘要】
1.一种套餐业务推荐方法，其特征在于，所述方法包括：
2.如权利要求1所述的方法，其特征在于，所述动态异质图的形式化定义为其中，v表示节点集，εt表示边集，φ表示节点类型映射函数，表示边类型映射函数，节点集中的节点包括用户节点和套餐节点，边集表示用户订购套餐，边集中的边带有用户订购套餐的时间信息；其中，所述获取动态异质图的快照，所述动态异质图用于映射用户订购套餐的动态演化过程的步骤包括：
3.如权利要求1所述的方法，其特征在于，所述基于动态元路径，确定快照中目标节点的邻居节点集，包括：
4.如权利要求1所述的方法，其特征在于，所述对所述邻居节点集进行基于时间编码的注意力聚合操作，得到节点表示的步骤包括：
5.如权利要求1所述的方法，其特征在于，所述根据所述节点表示确定节点嵌入，基于指数时间衰减机制，将不同快照下的节点嵌入聚合为节点编码的步骤包括：
6.如权利要求5所述的方法，其特征在于，所述对同一快照下的节点表示进行语义级聚合，得到节点嵌入的步骤包括：
7.如权利要求1所述的方法，其特征在于，所述目标节点包括目标用户节点和...
【专利技术属性】
技术研发人员：李珍，杨晋豫，张润波，胡清源，陈卓，刘崇洲，梁小涛，侯亚希，黄海，石川，
申请(专利权)人：中移动信息技术有限公司，
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。