一种基于用户行为的图神经网络会话推荐的方法技术

本发明专利技术公开了一种基于用户行为的图神经网络会话推荐的方法，包括以下步骤：准备会话推荐数据集，数据集包括匿名用户在单一会话中的行为序列，即用户的点击和购买的交互历史，对于输入的用户会话序列，将该序列划分为四种类型的序列：点击行为序列，购买行为序列，项目序列以及项目序列对应的行为序列，并分别构建有向图；将项目表示学习的过程分为两个视角，即宏观和微观视角；在宏观视角中，利用图神经网络将点击行为学习到的结果作为购买行为学习的输入，从而捕获在宏观层面的行为递进关系；在微观视角中，利用图神经网络学习项目序列的嵌入表示，利用门控循环神经网络学习行为序列的嵌入表示后融合，从而捕获微观层面的行为转移模式；随后引入注意力机制，计算项目注意力权重，代表项目间的影响系数，根据该系数进行聚合，从而计算得到最终的会话表示，并给出预测结果。本发明专利技术选择图神经网络和注意力机制，可以对节点的转移模式进行捕获，具有很好的会话建模能力。

【技术实现步骤摘要】

本专利技术属于会话推荐系统领域，应用图神经网络和注意力机制实现用户下一个购买项目的预测方法。

技术介绍

1、推荐系统作为缓解信息时代信息过载问题的有效解决方案，近年来取得了重大进展。传统的推荐系统通常依赖于用户现有的个人资料和长期的互动历史。然而，在某些情况下，这些假设可能不再成立。例如，当用户没有登录或交互历史不足时，传统推荐系统的有效性就会受到限制。此外，用户的兴趣和需求可能在不同的时间段内发生重大变化。因此，需要更具适应性的方法来处理这些快速变化的环境。基于会话的推荐(sbr)优先考虑短期用户交互序列，考虑用户当前的兴趣，并提供更即时和个性化的推荐来应对这些挑战。

2、目前，学者们已经提出了许多深度神经网络方法来解决sbr的挑战。递归神经网络(rnn)可以捕获序列的顺序信息，在这个领域很受欢迎，但其也有一定的局限性，尤其是在处理长期依赖关系和有效捕获复杂用户偏好方面。注意力机制是一个有价值的补充，增强了模型关注序列中相关信息的能力。图神经网络(gnn)是目前的主流方法，提供了各种优势，特别是在建模复杂的用户-项目交互方面。gnn擅长捕捉结本文档来自技高网...

【技术保护点】

1.一种基于用户行为的图神经网络会话推荐的方法，包括如下步骤：

2.根据权利要求1所述的一种基于用户行为的图神经网络会话推荐的方法，其特征在于：所述步骤1中，我们使用三个会话推荐数据集，即Yoochoose、Tmall和Cosmetics。对于数据集中的一个匿名序列，我们根据以下规则来划分训练序列和标签：对于该序列中的购买序列s(b)＝[vb,1,vb,2,…,vb,s(b)|]，我们将[vb,1,vb,2,…,vb,i-1]视为输入序列，将vb,i视为标签。对于点击序列s(c)，我们只保留标签之前的序列，以防止数据泄露。我们设置每个序列的最大长度L，如果序列长度超过了L，那...

【技术特征摘要】

1.一种基于用户行为的图神经网络会话推荐的方法，包括如下步骤：

2.根据权利要求1所述的一种基于用户行为的图神经网络会话推荐的方法，其特征在于：所述步骤1中，我们使用三个会话推荐数据集，即yoochoose、tmall和cosmetics。对于数据集中的一个匿名序列，我们根据以下规则来划分训练序列和标签：对于该序列中的购买序列s(b)＝[vb,1,vb,2,…,vb,s(b)|]，我们将[vb,1,vb,2,…,vb,i-1]视为输入序列，将vb,i视为标签。对于点击序列s(c)，我们只保留标签之前的序列，以防止数据泄露。我们设置每个序列的最大长度l，如果序列长度超过了l，那么只保留最后l项。然后按照时间顺序来划分训练集和测试集。以yoochoose数据...

【专利技术属性】
技术研发人员：徐泽坤，李博涵，殷斩祚，李肖雪，刘昕悦，陶传奇，王学良，魏金占，
申请(专利权)人：南京航空航天大学，
类型：发明
国别省市：