[發明專利]一種利用多模態網絡學習進行基于社交關系的電影推薦的方法

有效

• 申請號: 201711129690.0
• 申請日: 2017-11-15
• 公開（公告）號: CN107918652B
• 公開（公告）日: 2020-10-02
• 發明（設計）人: 趙洲;孟令濤;林志杰;楊啟凡;蔡登;何曉飛;莊越挺
• 申請（專利權）人: 浙江大學
• 主分類號: G06F16/435
• 分類號: G06F16/435;G06F16/9535
• 代理公司: 杭州求是專利事務所有限公司 33200
• 代理人: 鄭海峰

本發明公開了一種利用多模態網絡學習進行基于社交關系的電影推薦的方法。主要包括如下步驟：1)針對于一組視頻、用戶，構建含有其相關關系的SMR網絡。并且針對于形成的SMR網絡構建采樣路徑，并針對于采樣路徑中的電影及用戶節點形成電影的綜合表達與用戶的映射表達，隨后針對于預定義的損失函數進行更新，求得最終的用戶表達與電影綜合表達。2)對于得到的用戶表達及電影的綜合表達，產生對于用戶的電影推薦。相比于一般的電影推薦解決方案，本發明提取了電影的多模態信息并且針對于用戶形成了最終的有效用戶表達，則能夠更準確地反映用戶與電影的特性，并產生更加符合要求的電影推薦。本發明在電影推薦問題中所取得的效果相比于傳統的方法更好。

技術領域

本發明涉及電影推薦生成，尤其涉及一種利用多模態網絡學習進行基于社交關系的電影推薦的方法。

背景技術

隨著網絡電影工業地發展，基于社交關系的電影推薦系統成為一種重要的在線網絡服務，該服務的目標是針對于每一名用戶，基于其社交關系推薦相關的電影。

現有的技術主要是針對于用戶的反饋與電影的一些人工選擇的特征來構建用戶電影推薦模型，該方法受困于缺乏對于多模態電影內容的有效可區分特征及基于社交關系的電影推薦系統的稀疏性。

本發明將采用一種以隨機游走為基礎的學習方法來構建多模態的神經網絡從而學習出多模態電影內容的表達及用戶的推薦模型。利用所學習出的電影內容表達與用戶的模型來進行基于社交關系的電影推薦。

本方法將先針對于構建的異質的社交關系電影推薦網絡(SMR網絡)，利用隨機游走的方法構建樣本路徑。之后針對于路徑中的電影節點利用VGG網絡與LSTM網絡分別提取電影的海報信息及電影的描述信息并合成為電影的綜合表達，針對于路徑中的用戶節點構建用戶映射矩陣，再針對于預定義的目標函數求出損失值，利用SGD的方法對于用戶及電影矩陣進行更新。經過多次的更新之后，獲取最終的用戶映射與電影映射。利用最終形成的用戶映射與電影映射對于用戶進行電影的推薦排序。

發明內容

本發明的目的在于解決現有技術中的問題，為了克服現有技術中缺乏對于多模態電影內容的有效可區分特征及基于社交關系的電影推薦系統的稀疏性的問題，本發明提供一種多模態網絡學習進行基于社交關系的電影推薦的方法。本發明所采用的具體技術方案是：

利用多模態網絡學習來解決基于社交關系的電影推薦的問題，包含如下步驟：

1、針對于一組電影、用戶，依據用戶之間的相互關注關系、用戶對于電影的評價構建含有其相關關系的SMR網絡。

2、利用隨機游走的方法，針對于SMR網絡構建采樣路徑并進行如下操作：對于所采樣路徑中的電影節點，利用其海報及描述信息形成電影描述映射，對于用戶節點，生成用戶的描述映射。對于電影及用戶的描述映射求出損失值，并進行梯度下降求解獲取最終的用戶及電影表達。

3、利用學習得到的用戶及電影表達形成用戶的電影推薦。

上述步驟可具體采用如下實現方式：

1、對于所給出的視頻及用戶集合，按照實際數據集中的相互關系形成異質的SMR網絡。

2、對于構建完成的SMR網絡，利用隨機游走的方法，針對于每一個節點進行采樣，形成采樣的路徑。進行路徑采樣時，限定只可以從被關注者到關注者進行采樣，因為本發明認為，只有被關注者的喜歡的電影傾向會影響關注者喜歡的電影傾向。