[發明專利]基于無權無向圖進行關系推薦的方法、裝置、設備及介質

有效

• 申請號: 202011011850.3
• 申請日: 2020-09-23
• 公開（公告）號: CN112131471B
• 公開（公告）日: 2023-10-20
• 發明（設計）人: 韓鈴
• 申請（專利權）人: 平安國際智慧城市科技股份有限公司
• 主分類號: G06F16/9535
• 分類號: G06F16/9535;G06F16/9536;G06F16/958;G06F16/901
• 代理公司: 深圳市明日今典知識產權代理事務所(普通合伙) 44343
• 代理人: 王杰輝;熊成龍

本申請涉及人工智能技術領域，提供了一種基于無權無向圖進行關系推薦的方法、裝置、計算機設備和存儲介質，包括將用戶、物品分別作為圖結構的節點，用戶與用戶之間的關系、用戶與物品之間的關系以及用戶與物品之間的關系作為圖結構的邊，以構建無權重無方向的圖結構；基于圖結構得到關系節點連接矩陣以及節點邊關系矩陣，并相乘得到特征矩陣，將所述特征矩陣與標簽組成訓練數據，訓練圖神經網絡，使得圖神經網絡學習到更為細致的節點之間的關系特征，從而輸出用戶與用戶、用戶與物品、物品與物品之間具有關系的推薦列表，對于找出相似用戶的商品推薦結果有著更高的準確性。本申請還涉及區塊鏈技術。

技術領域

本申請涉及人工智能技術領域，特別涉及一種基于無權無向圖進行關系推薦的方法、裝置、設備及介質。

背景技術

目前各大互聯網公司如BAT，拼多多，谷歌，微軟等領頭企業均使用協調過濾和DNN模型進行個性化推薦系統的構建。上述個性化推薦系統常見的技術路線是協同過濾和DNN網絡，效果一般，即使經過多特征融合與多次迭代，模型也難以準確體現出用戶與用戶或者物品之間的關系特征。

發明內容

本申請的主要目的為提供一種基于無權無向圖進行關系推薦的方法、裝置、設備及介質，旨在克服目前難以準確提取關系特征的缺陷。

為實現上述目的，本申請提供了一種基于無權無向圖進行關系推薦的方法，包括以下步驟：

將用戶、物品分別作為圖結構的節點，用戶與用戶之間的關系、用戶與物品之間的關系以及用戶與物品之間的關系分別作為圖結構的邊，以構建無權重無方向的圖結構；

基于所述圖結構，針對每個節點，構建index索引關聯的關系節點連接矩陣以及節點邊關系矩陣；其中，index索引相同的關系節點連接矩陣以及節點邊關系矩陣相互關聯；

將具有index關聯的所述關系節點連接矩陣與所述節點邊關系矩陣相乘得到特征矩陣；將所述圖結構的邊分別對應的關系信息作為標簽，將所述特征矩陣與所述標簽組成訓練數據；

將所述訓練數據輸入至圖神經網絡中進行圖卷積核的多次卷積和迭代訓練，得到推薦模型；

基于所述推薦模型，輸出用戶與用戶、用戶與物品、物品與物品之間具有關系的推薦列表。

進一步地，所述基于所述圖結構，針對每個節點，構建index索引關聯的關系節點連接矩陣以及節點邊關系矩陣的步驟，包括：

針對所述圖結構中的每個節點，創建一個index索引；

針對所述圖結構中的每個節點，以所述節點為起始節點，獲取與所述節點直接相連的節點作為第一級鏈接節點；若所述第一級鏈接節點具有相連的下一節點，則將其相連的下一節點作為第二級鏈接節點，以此獲取與所述起始節點鏈接的所有鏈接節點；將所述起始節點以及所有與所述起始節點鏈接的鏈接節點組成所述關系節點連接矩陣，并將所述關系節點連接矩陣與所述index索引進行關聯；

針對所述圖結構中的每個節點，依次獲取所述節點與對應鏈接的鏈接節點的邊關系，構成所述節點邊關系矩陣，并將所述節點邊關系矩陣與所述index索引進行關聯。

進一步地，所述將用戶、物品分別作為圖結構的節點，用戶與用戶之間的關系、用戶與物品之間的關系以及用戶與物品之間的關系作為圖結構的邊，以構建無權重無方向的圖結構的步驟之后，包括：

對所述圖結構進行哈希計算得到對應的哈希值，將所述哈希值編碼為字符串；

在數據庫中隨機生成一個文件名稱；

將所述文件名稱作為所述圖結構的文件名稱，并建立所述文件名稱與所述字符串的對應關系存儲于所述數據庫中。

進一步地，所述圖神經網絡的損失函數為：