[發明專利]用于商品推薦的方法、裝置及設備

在審

• 申請號: 202110079490.9
• 申請日: 2021-01-21
• 公開（公告）號: CN112669127A
• 公開（公告）日: 2021-04-16
• 發明（設計）人: 孫天昊;劉禮輝;陳仁欽;梅騰;夏云霓
• 申請（專利權）人: 重慶大學
• 主分類號: G06Q30/06
• 分類號: G06Q30/06;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 北京康盛知識產權代理有限公司 11331
• 代理人: 陶俊潔

1.一種用于商品推薦的方法，其特征在于，包括：

獲得用戶與若干個商品的交互信息；

將所述交互信息輸入到預設的圖神經網絡模型，獲得序列向量表征；所述圖神經網絡模型根據有向圖獲得；所述有向圖根據所述交互信息生成；

根據所述序列向量表征獲得各商品被推薦的概率；

根據所述概率進行商品推薦。

2.根據權利要求1所述的方法，其特征在于，根據所述有向圖獲得所述圖神經網絡模型，包括：

根據所述交互信息獲取所述有向圖，將所述有向圖作為訓練樣本集；

根據所述訓練樣本集對圖神經網絡進行訓練，獲得所述圖神經網絡模型。

3.根據權利要求2所述的方法，其特征在于，所述交互信息包括各所述商品信息，以及用戶與各所述商品進行交互的時間戳，根據所述交互信息獲取所述有向圖，包括：

將商品信息按照對應的時間戳進行排序，獲得交互序列；

將所述交互序列中的商品信息作為節點生成所述有向圖。

4.根據權利要求3所述的方法，其特征在于，根據所述訓練樣本集對圖神經網絡進行訓練，包括：

利用圖神經網絡的遺忘門和更新門對所述訓練樣本集進行訓練獲得商品向量表征；

根據所述商品向量表征獲得序列向量表征。

5.根據權利要求4所述的方法，其特征在于，根據所述商品向量表征獲得所述序列向量表征，包括：

根據所述商品向量表征獲取用戶的短期興趣向量表征和用戶的長期興趣向量表征；

根據所述短期興趣向量表征和所述長期興趣向量表征獲取所述序列向量表征。

6.根據權利要求5所述的方法，其特征在于，根據所述商品向量表征獲取用戶的長期興趣向量表征，包括：

根據預設的第一權重矩陣對所述商品向量表征進行轉換，獲得第一變化矩陣；

根據第二權重矩陣對所述商品向量表征進行轉換，獲得第二變化矩陣；

根據所述第一變化矩陣和所述第二變化矩陣生成商品信息之間的親密矩陣；

根據所述親密矩陣和所述商品向量表征獲取所述長期興趣向量表征。

7.根據權利要求4所述的方法，根據所述序列向量表征獲得各商品被推薦的概率；包括：

獲取所述序列向量表征與所述商品向量表征之間的相似度；

根據所述相似度獲取各商品被推薦的概率。

8.根據權利要求2至6任一項所述的方法，其特征在于，獲得所述圖神經網絡模型后，還包括：

獲取LOSS值；

根據所述LOSS值對所述圖神經網絡模型進行優化。

9.一種用于商品推薦的裝置，包括處理器和存儲有程序指令的存儲器，其特征在于，所述處理器被配置為在執行所述程序指令時，執行如權利要求1至8任一項所述的用于商品推薦的方法。

10.一種設備，其特征在于，包括如權利要求9所述的用于商品推薦的裝置。