[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

本申請涉及信息推薦技術領域，公開一種用于商品推薦的方法。包括：獲得用戶與若干個商品的交互信息；將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；圖神經網絡模型根據有向圖獲得；有向圖根據交互信息生成；根據序列向量表征獲得各商品被推薦的概率；根據各商品被推薦的概率進行商品推薦。能夠通過將用戶與各商品的交互信息輸入預設的圖神經網絡模型，獲得序列向量表征，根據序列向量表征獲得各商品被推薦的概率，并根據各商品被推薦的概率進行商品推薦。由于考慮了用戶與各商品的交互信息，使得推薦的商品更加符合用戶的需求，從而提高了用戶對商品推薦的滿意度。本申請還公開一種用于商品推薦的裝置及設備。

技術領域

本申請涉及信息推薦技術領域，例如涉及一種用于商品推薦的方法、裝置和設備。

背景技術

隨著生活水平的提高，人們的娛樂生活越來越豐富。網上購物，影音娛樂等已經成為了人們的日常生活的一部分。人們常常為了挑選心儀的物品或影視等花費大量的時間。為了能方便人們選擇想要的商品，購物平臺或視頻平臺都會對用戶進行商品推薦。

在實現本公開實施例的過程中，發現相關技術中至少存在如下問題：現有技術中用戶對商品推薦的滿意度較低。

發明內容

為了對披露的實施例的一些方面有基本的理解，下面給出了簡單的概括。所述概括不是泛泛評述，也不是要確定關鍵/重要組成元素或描繪這些實施例的保護范圍，而是作為后面的詳細說明的序言。

本公開實施例提供了一種用于商品推薦的方法、裝置和設備，以能夠提高用戶對商品推薦的滿意度。

在一些實施例中，所述方法包括：獲得用戶與若干個商品的交互信息；將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；圖神經網絡模型根據有向圖獲得；有向圖根據交互信息生成；根據序列向量表征獲得各商品被推薦的概率；根據各商品被推薦的概率進行商品推薦。

在一些實施例中，所述裝置包括：處理器和存儲有程序指令的存儲器，處理器被配置為在執行所述程序指令時，執行上述的用于商品推薦的方法。

在一些實施例中，所述設備包括上述的用于商品推薦的裝置。

本公開實施例提供的用于商品推薦方法、裝置和設備，可以實現以下技術效果：能夠通過將用戶與各商品的交互信息輸入預設的圖神經網絡模型，獲得序列向量表征，根據序列向量表征獲得各商品被推薦的概率，并根據各商品被推薦的概率進行商品推薦。由于考慮了用戶與各商品的交互信息，使得推薦的商品更加符合用戶的需求，從而提高了用戶對商品推薦的滿意度。

以上的總體描述和下文中的描述僅是示例性和解釋性的，不用于限制本申請。

附圖說明

一個或多個實施例通過與之對應的附圖進行示例性說明，這些示例性說明和附圖并不構成對實施例的限定，附圖中具有相同參考數字標號的元件示為類似的元件，附圖不構成比例限制，并且其中：

圖1是本公開實施例提供的一個用于商品推薦的方法的示意圖；

圖2是本公開實施例提供的一個用于商品推薦的裝置的示意圖。

具體實施方式

為了能夠更加詳盡地了解本公開實施例的特點與技術內容，下面結合附圖對本公開實施例的實現進行詳細闡述，所附附圖僅供參考說明之用，并非用來限定本公開實施例。在以下的技術描述中，為方便解釋起見，通過多個細節以提供對所披露實施例的充分理解。然而，在沒有這些細節的情況下，一個或多個實施例仍然可以實施。在其它情況下，為簡化附圖，熟知的結構和裝置可以簡化展示。

本公開實施例的說明書和權利要求書及上述附圖中的術語“第一”、“第二”等是用于區別類似的對象，而不必用于描述特定的順序或先后次序。應該理解這樣使用的數據在適當情況下可以互換，以便這里描述的本公開實施例的實施例。此外，術語“包括”和“具有”以及他們的任何變形，意圖在于覆蓋不排他的包含。