[發明專利]一種基于自適應微調策略的跨領域序列推薦方法

有效

• 申請號: 201911272877.5
• 申請日: 2019-12-12
• 公開（公告）號: CN111159542B
• 公開（公告）日: 2023-05-05
• 發明（設計）人: 陳磊;楊敏;原發杰;呂子鈺;李成明
• 申請（專利權）人: 中國科學院深圳先進技術研究院
• 主分類號: G06F16/9535
• 分類號: G06F16/9535;G06Q30/0601;G06N3/0464;G06N3/048;G06N3/08
• 代理公司: 北京市誠輝律師事務所 11430
• 代理人: 耿慧敏

1.一種基于自適應微調策略的跨領域序列推薦方法，包括以下步驟：

構建序列推薦模型，根據用戶在源領域的行為訓練該序列推薦模型，獲得用于反映用戶在源領域行為習慣的預訓練序列推薦模型；

結合用戶在目標領域的行為習慣對所述預訓練序列推薦模型的部分已訓練參數進行調整，獲得調整的序列推薦模型；

在目標領域，根據給定的用戶行為序列，利用所述調整的序列推薦模型向用戶進行推薦；

其中，根據以下子步驟獲得所述預訓練序列推薦模型：

構建所述序列推薦模型，該序列推薦模型包括多個空洞卷積神經網絡殘差塊、與該多個空洞卷積神經網絡殘差塊連接的空洞卷積輸出層、與空洞卷積輸出層連接的Softmax層；

基于所構建的序列推薦模型，輸入用戶在源領域的行為序列，隨機遮蔽其中多個項目，利用遮蔽語言模型和所述多個空洞卷積神經網絡殘差塊，預測所遮蔽項目的位置，經訓練獲得所述預訓練序列推薦模型；

其中，根據以下子步驟獲得所述調整的序列推薦模型：

構建自適應微調模型，該自適應微調模型包括一個策略網絡和一個微調網絡，其中，所述策略網絡用于根據用戶在源領域的行為序列獲得調整的策略動作序列，所述微調網絡用于根據用戶在源領域的行為序列以及所述調整的策略動作序列決定需進行調整的已訓練參數，以進行目標領域的推薦。

2.根據權利要求1所述的基于自適應微調策略的跨領域序列推薦方法，其特征在于，所選擇的遮蔽項目數量是用戶行為序列總項目數量的30％-40％，所選遮蔽項目中80％被直接遮蔽，10％保持不變，10％被替換。

3.根據權利要求1所述的基于自適應微調策略的跨領域序列推薦方法，其特征在于，所述策略網絡包括一個空洞卷積神經網絡殘差塊，用戶源領域行為序列在經過該空洞卷積神經網絡殘差塊后，利用Gumbel-softmax采樣策略進行采樣得到策略動作序列。

4.根據權利要求3所述的基于自適應微調策略的跨領域序列推薦方法，其特征在于，所述微調網絡包括多個空洞卷積神經網絡殘差塊，其中空洞卷積神經網絡殘差塊的數量和所述預訓練序列推薦模型中空洞卷積神經網絡殘差塊的數量相等，將所有的空洞卷積神經網絡殘差塊復制一份，其中一份作為復用層，另一份作為微調層，該復用層的參數數值與所述預訓練序列推薦模型中對應的參數數值相同，而該微調層的參數數值在訓練過程變化。

5.根據權利要求4所述的基于自適應微調策略的跨領域序列推薦方法，其特征在于，策略動作的數量與所述微調網絡中空洞卷積神經網絡殘差塊的數量相等，用于指導所述微調網絡在每一個空洞卷積神經網絡殘差塊選擇進入復用層或者微調層。

6.根據權利要求4所述的基于自適應微調策略的跨領域序列推薦方法，其特征在于，通過最大化正例選擇概率、最小化負例選擇概率聯合優化所述微調網絡和所述策略網絡。

7.一種計算機可讀存儲介質，其上存儲有計算機程序，其中，該程序被處理器執行時實現根據權利要求1至6中任一項所述方法的步驟。

8.一種計算機設備，包括存儲器和處理器，在所述存儲器上存儲有能夠在處理器上運行的計算機程序，其特征在于，所述處理器執行所述程序時實現權利要求1至6中任一項所述的方法的步驟。