[發(fā)明專利]一種基于用戶關(guān)系嵌入模型的下一個(gè)興趣點(diǎn)推薦方法

在審

• 申請(qǐng)?zhí)枺?/td>: 202010022487.9
• 申請(qǐng)日: 2020-01-09
• 公開(kāi)（公告）號(hào): CN111241419A
• 公開(kāi)（公告）日: 2020-06-05
• 發(fā)明（設(shè)計(jì)）人: 柴瑞敏;殷臣;孟祥福;關(guān)昕;張霄雁;齊雪月;朱堯
• 申請(qǐng)（專利權(quán)）人: 遼寧工程技術(shù)大學(xué)
• 主分類號(hào): G06F16/9536
• 分類號(hào): G06F16/9536;G06N3/08;G06Q50/00
• 代理公司: 北京華夏正合知識(shí)產(chǎn)權(quán)代理事務(wù)所(普通合伙) 11017
• 代理人: 陳曉寧

1.一種基于用戶關(guān)系嵌入模型的下一個(gè)興趣點(diǎn)推薦方法，其特征在于，包括以下步驟：

步驟S1：根據(jù)朋友關(guān)系和用戶歷史簽到記錄數(shù)據(jù)分別建立朋友關(guān)系表和偏好相似關(guān)系表，通過(guò)這兩個(gè)表建立用戶關(guān)系圖；

步驟S2：根據(jù)建立的用戶關(guān)系圖采用隨機(jī)游走算法得到用戶關(guān)系序列，用戶關(guān)系序列經(jīng)過(guò)Word2Vec詞嵌入模型得到每個(gè)用戶的低緯嵌入向量；

步驟S3：利用用戶的低緯嵌入向量對(duì)神經(jīng)網(wǎng)絡(luò)的用戶嵌入層參數(shù)進(jìn)行初始化，使用門(mén)控循環(huán)單元給出下一個(gè)興趣點(diǎn)推薦。

2.如權(quán)利要求1所述的基于用戶關(guān)系嵌入模型的下一個(gè)興趣點(diǎn)推薦方法，其特征在于，所述步驟S1的具體步驟為：

S11、建立朋友關(guān)系表，朋友關(guān)系表由數(shù)據(jù)集提供的用戶朋友關(guān)系數(shù)據(jù)集建立；

S12、建立偏好相似關(guān)系表，偏好相似關(guān)系表由數(shù)據(jù)集中每個(gè)用戶歷史訪問(wèn)過(guò)得興趣點(diǎn)的記錄建立，如果用戶訪問(wèn)過(guò)某一個(gè)興趣點(diǎn)，那么偏好關(guān)系表中相應(yīng)位置的數(shù)值為1，否則為0；

S13、建立用戶關(guān)系圖，用戶關(guān)系圖根據(jù)步驟S11中的朋友關(guān)系表和步驟S12中的偏好相似表得到。

3.如權(quán)利要求2所述的基于用戶關(guān)系嵌入模型的下一個(gè)興趣點(diǎn)推薦方法，其特征在于，所述步驟S2的具體步驟如下：

S21、根據(jù)用戶關(guān)系圖，首先從圖中的任意一個(gè)節(jié)點(diǎn)開(kāi)始，利用n次隨機(jī)游走算法在此節(jié)點(diǎn)上進(jìn)行隨機(jī)游走，隨機(jī)游走的步長(zhǎng)為c，通過(guò)隨機(jī)游走算法，最終能夠得到n條序列長(zhǎng)度為c的用戶關(guān)系序列；

S22、利用Word2Vec詞嵌入技術(shù)對(duì)用戶關(guān)系序列進(jìn)行預(yù)訓(xùn)練，通過(guò)將用戶關(guān)系序列中的用戶看成是語(yǔ)言模型中的詞，對(duì)用戶關(guān)系序列進(jìn)行預(yù)訓(xùn)練，得到每一個(gè)用戶的低緯嵌入向量，利用Skip-gram語(yǔ)言模型對(duì)用戶關(guān)系序列進(jìn)行預(yù)訓(xùn)練。

4.如權(quán)利要求1所述的基于用戶關(guān)系嵌入模型的下一個(gè)興趣點(diǎn)推薦方法，其特征在于，所述步驟S3的具體步驟如下：

S31、GRU模型訓(xùn)練，GRU模型的每步輸入對(duì)應(yīng)著用戶簽到序列中的每次簽到，用戶的嵌入向量和簽到興趣點(diǎn)的嵌入向量分別由神經(jīng)網(wǎng)絡(luò)對(duì)應(yīng)的不同的嵌入層得到，其中用戶的嵌入層參數(shù)是由步驟S22中預(yù)訓(xùn)練用戶的嵌入向量初始化得到；

S32、利用GRU模型進(jìn)行下一個(gè)興趣點(diǎn)推薦，得到用戶歷史簽到序列，將序列數(shù)據(jù)送入訓(xùn)練后的GRU模型后會(huì)得到一個(gè)輸出向量，通過(guò)得到的輸出向量與每一個(gè)興趣點(diǎn)的嵌入向量?jī)?nèi)積的方式得到用戶下一步訪問(wèn)每一個(gè)興趣點(diǎn)可能性；

S33、推薦準(zhǔn)確率計(jì)算，選擇Acc@N評(píng)價(jià)方法作為模型準(zhǔn)確率的標(biāo)準(zhǔn)。

5.如權(quán)利要求3所述的基于用戶關(guān)系嵌入模型的下一個(gè)興趣點(diǎn)推薦方法，其特征在于，所述步驟S21中計(jì)算圖中一個(gè)節(jié)點(diǎn)到另一個(gè)節(jié)點(diǎn)的隨機(jī)游走算法的公式如下：

其中，probability(u_i|u_j)表示圖中節(jié)點(diǎn)i到節(jié)點(diǎn)j的轉(zhuǎn)移概率，f(u_i,u_j)表示從u_i到u_j邊的權(quán)值，u_m表示與u_i有邊相連的節(jié)點(diǎn)。