[發明專利]基于鏈接預測的商品推薦方法、裝置及相關設備

有效

• 申請號: 202011487378.0
• 申請日: 2020-12-16
• 公開（公告）號: CN112561644B
• 公開（公告）日: 2023-08-01
• 發明（設計）人: 丁斯昊;石珺;李志鵬;廖勇;楊陽朝;黃曉明
• 申請（專利權）人: 深圳市網聯安瑞網絡科技有限公司
• 主分類號: G06Q30/0601
• 分類號: G06Q30/0601;G06F16/9535;G06F16/901;G06N3/042;G06N3/082;G06F18/214
• 代理公司: 深圳壹舟知識產權代理事務所(普通合伙) 44331
• 代理人: 寇闖

1.一種基于鏈接預測的商品推薦方法，其特征在于，包括以下步驟：

獲取來自第一平臺的第一圖數據集和來自第二平臺的第二圖數據集；所述第一圖數據集包括商品購買用戶節點集合、商品節點集合及標注信息，所述標注信息為所述商品購買用戶節點的商品購買記錄，每個所述商品購買用戶節點與每個所述商品節點形成購買邊連接關系；所述第二圖數據集包括第一用戶節點集合和第二用戶節點集合；所述第一用戶節點集合與所述商品購買用戶節點集合相同，所述第一用戶節點集合的每個第一用戶節點與所述第二用戶節點集合中的部分第二用戶節點形成人際邊連接關系；

根據所述標注信息進行表征學習獲得每個商品購買用戶節點的商品喜好度表示特征；

將所述商品喜好度表示特征與所述第一用戶節點集合形成映射關系；

將所述映射關系傳播到所述第一用戶節點集合，并基于所述人際邊連接關系傳播到所述第二用戶節點集合中的每個用戶節點，以獲得所述每個用戶節點所對應的商品購買傾向特征；

根據所述商品喜好度表示特征與所述商品購買傾向特征獲取商品推薦結果，并基于所述商品推薦結果向所述第一用戶節點集合和所述第二用戶節點集合中與所述商品購買傾向特征對應的用戶節點進行商品推薦。

2.根據權利要求1所述的基于鏈接預測的商品推薦方法，其特征在于，所述根據所述標注信息進行表征學習獲得每個商品購買用戶節點的商品喜好度表示特征的步驟包括：

生成所述商品購買用戶節點集合所對應的第一ID數據；

將所述第一ID數據輸入輕量級圖神經網絡進行表征學習，以獲得所述商品購買用戶節點集合的商品喜好度表示特征。

3.根據權利要求2所述的基于鏈接預測的商品推薦方法，其特征在于，所述將所述商品喜好度表示特征與所述第一用戶節點集合形成映射關系包括：

基于所述商品購買用戶節點集合與所述第一用戶節點集合之間的相同關聯關系，生成所述第一用戶節點集合所對應的第二ID數據；

根據所述第一ID數據與所述第二ID數據的對應關系，將所述商品喜好度表示特征映射到所述第一用戶節點集合，以獲得結果表征向量；所述結果表征向量包含與所述商品喜好度表示特征對應的結果特征。

4.根據權利要求3所述的基于鏈接預測的商品推薦方法，其特征在于，所述基于所述人際邊連接關系將所述映射關系傳播到所述第一用戶節點集合和所述第二用戶節點集合中的每個用戶節點的步驟包括：

根據所述結果表征向量對所述第一用戶節點集合進行均值聚類處理，以獲得同類別用戶聚類結果；

基于所述同類別用戶聚類結果將所述結果表征向量傳播至所述第一用戶節點集合和所述第二用戶節點集合中的每個用戶節點。

5.根據權利要求1至4任一項所述的基于鏈接預測的商品推薦方法，其特征在于，所述根據所述商品喜好度表示特征與所述商品購買傾向特征，獲得商品推薦結果的步驟包括：

從所述商品購買傾向特征獲取相應的商品特征，根據所述商品特征在所述第一圖數據集中查找所述商品特征所對應商品的商品喜好度表示特征；

比對所述商品購買傾向特征的特征向量與所述商品喜好度表示特征的特征向量的相似程度，若所述相似程度大于預設相似度，則生成對應所述商品的商品推薦結果。