[發(fā)明專利]基于知識感知超圖神經(jīng)網(wǎng)絡(luò)的推薦方法及系統(tǒng)

在審

• 申請?zhí)枺?/td>: 202011567183.7
• 申請日: 2020-12-25
• 公開（公告）號: CN112613602A
• 公開（公告）日: 2021-04-06
• 發(fā)明（設(shè)計）人: 趙磊;張軍;趙朋朋
• 申請（專利權(quán)）人: 神行太保智能科技（蘇州）有限公司
• 主分類號: G06N3/04
• 分類號: G06N3/04;G06N3/08;G06F16/9535
• 代理公司: 北京遠(yuǎn)大卓悅知識產(chǎn)權(quán)代理有限公司 11369
• 代理人: 卞靜靜

1.基于知識感知超圖神經(jīng)網(wǎng)絡(luò)的推薦方法，其特征在于，包括以下步驟：

步驟一、構(gòu)建用戶超圖，其中，用戶超圖包括用戶的初始超邊和2～l階知識感知超邊，l為大于1的整數(shù)，初始超邊以與該用戶具有交互關(guān)系的物品為實體結(jié)點(diǎn)，2階知識感知超邊以初始超邊的實體結(jié)點(diǎn)對應(yīng)的物品的輔助信息為實體結(jié)點(diǎn)，下一階的知識感知超邊是基于前一階的知識感知超邊的實體結(jié)點(diǎn)對應(yīng)的物品或物品的輔助信息為實體結(jié)點(diǎn)，相鄰兩階知識感知超邊的實體結(jié)點(diǎn)分別對應(yīng)物品和物品的輔助信息；

構(gòu)建物品超圖，其中，物品超圖包括物品的初始超邊和2～l階知識感知超邊，l為大于1的整數(shù)，初始超邊以與該物品有交互關(guān)系的任一用戶具有交互關(guān)系的物品為實體結(jié)點(diǎn)，2階知識感知超邊以初始超邊的實體結(jié)點(diǎn)對應(yīng)的物品的輔助信息為實體結(jié)點(diǎn)，下一階的知識感知超邊以前一階的知識感知超邊的實體結(jié)點(diǎn)對應(yīng)的物品或物品的輔助信息為實體結(jié)點(diǎn)，相鄰兩階知識感知超邊的實體結(jié)點(diǎn)分別對應(yīng)物品和物品的輔助信息；

步驟二、對用戶超圖和每個物品超圖進(jìn)行卷積計算，得到用戶超圖的單一向量和每個物品超圖對應(yīng)的單一向量；

步驟三、計算用戶的單一向量和所有物品的單一向量的內(nèi)積，再進(jìn)行非線性變換，得到用戶與所有物品的交互得分，該交互得分表示用戶與該物品發(fā)生交互的概率。

2.如權(quán)利要求1所述的基于知識感知超圖神經(jīng)網(wǎng)絡(luò)的推薦方法，其特征在于，采用領(lǐng)域卷積法處理該用戶超圖的每條初始超邊和每條知識感知超邊，得到該用戶超圖的每條超邊的單一向量；

采用領(lǐng)域卷積法處理該物品超圖的每條知識感知超邊，得到該物品超圖的每條超邊的單一向量。

3.如權(quán)利要求2所述的基于知識感知超圖神經(jīng)網(wǎng)絡(luò)的推薦方法，其特征在于，

采用超邊卷積法處理用戶超圖的所有超邊的單一向量，得到該用戶超圖的唯一單一向量；

采用超邊卷積法處理該物品超圖的所有知識感知超邊的單一向量得到該物品的唯一單一向量。

4.如權(quán)利要求2所述的基于知識感知超圖神經(jīng)網(wǎng)絡(luò)的推薦方法，其特征在于，領(lǐng)域卷積法具體采用以下方法計算：

將l階超邊和l-1階超邊中的實體向量放入一維卷積conv₁生成變換矩陣T，然后使用變換矩陣T對l階超邊中的實體向量進(jìn)行置換和加權(quán)得到變換后的若干超邊向量，然后使用一維卷積conv₂聚合變換后的超邊向量得到l階超邊的單一向量，其中，l為大于1的整數(shù)，初始超邊為1階超邊；

對于初始超邊的領(lǐng)域卷積，只將初始超邊中的實體向量放入一維卷積conv₁生成變換矩陣T。

5.如權(quán)利要求1所述的基于知識感知超圖神經(jīng)網(wǎng)絡(luò)的推薦方法，其特征在于，對于用戶超圖：超邊卷積法采用連接聚合器聚合用戶超圖的所有超邊單一向量到對應(yīng)用戶和物品的唯一單一向量；

對于任一物品超圖：采用連接聚合器聚合該物品超圖的所有知識感知超邊單一向量以及該物品本身的初始單一向量。

6.如權(quán)利要求1所述的基于知識感知超圖神經(jīng)網(wǎng)絡(luò)的推薦方法，其特征在于，還包括：用于計算的所有物品中，為每個用戶選取相同數(shù)量的正樣本和負(fù)樣本，負(fù)樣本為從與未與該用戶交互過的物品中隨機(jī)抽取，正樣本為與用戶交互過的物品。

7.如權(quán)利要求1所述的基于知識感知超圖神經(jīng)網(wǎng)絡(luò)的推薦方法，其特征在于，還包括對交互得分進(jìn)行從大至小的排序，并輸出排名靠前的一項或幾項交互得分對應(yīng)的物品。

8.基于知識感知超圖神經(jīng)網(wǎng)絡(luò)的推薦系統(tǒng)，其特征在于，包括：

數(shù)據(jù)抓取模塊，其用于獲取用戶及與用戶交互過的物品信息；

知識感知超圖構(gòu)建模塊，其用于構(gòu)建用戶超圖，其中，用戶超圖包括用戶的初始超邊和2～l階知識感知超邊，l為大于1的整數(shù)，初始超邊以與該用戶具有交互關(guān)系的物品為實體結(jié)點(diǎn)，2階知識感知超邊以初始超邊的實體結(jié)點(diǎn)對應(yīng)的物品的輔助信息為實體結(jié)點(diǎn)，下一階的知識感知超邊是基于前一階的知識感知超邊的實體結(jié)點(diǎn)對應(yīng)的物品或物品的輔助信息為實體結(jié)點(diǎn)，相鄰兩階知識感知超邊的實體結(jié)點(diǎn)分別對應(yīng)物品和物品的輔助信息；

以及，用于構(gòu)建物品超圖，其中，物品超圖包括物品的初始超邊和2～l階知識感知超邊，l為大于1的整數(shù)，初始超邊以與該物品有交互關(guān)系的任一用戶具有交互關(guān)系的物品為實體結(jié)點(diǎn)，2階知識感知超邊以初始超邊的實體結(jié)點(diǎn)對應(yīng)的物品的輔助信息為實體結(jié)點(diǎn)，下一階的知識感知超邊以前一階的知識感知超邊的實體結(jié)點(diǎn)對應(yīng)的物品或物品的輔助信息為實體結(jié)點(diǎn)，相鄰兩階知識感知超邊的實體結(jié)點(diǎn)分別對應(yīng)物品和物品的輔助信息；

領(lǐng)域卷積模塊，其用于采用領(lǐng)域卷積法處理該用戶超圖的每條初始超邊和每條知識感知超邊，得到該用戶超圖的每條超邊的單一向量；

以及，用于采用領(lǐng)域卷積法處理該物品超圖的每條知識感知超邊，得到該物品超圖的每條超邊的單一向量；

超邊卷積模塊，其用于采用超邊卷積法處理用戶超圖的所有超邊的單一向量，得到該用戶超圖的唯一單一向量；

以及，采用超邊卷積法處理該物品超圖的所有知識感知超邊的單一向量和該物品本身的初始單一向量得到該物品的唯一單一向量；

預(yù)測模塊，其用于計算用戶的單一向量和所有物品的單一向量的內(nèi)積，再進(jìn)行非線性變換，得到用戶與所有物品的交互得分，該交互得分表示用戶與該物品發(fā)生交互的概率。