[發明專利]一種對話式興趣點推薦方法、裝置、電子設備及存儲介質

有效

• 申請號: 202110308770.2
• 申請日: 2021-03-23
• 公開（公告）號: CN112925893B
• 公開（公告）日: 2023-09-15
• 發明（設計）人: 趙朋朋;李昌恒;郝永靜
• 申請（專利權）人: 蘇州大學
• 主分類號: G06F16/332
• 分類號: G06F16/332;G06F16/335;G06F16/387;G06F16/9535;G06F16/9537;G06N3/04;G06N3/084;G06N3/092
• 代理公司: 北京集佳知識產權代理有限公司 11227
• 代理人: 紀志超

1.一種對話式興趣點推薦方法，其特征在于，包括：

利用用戶訪問興趣點的歷史訪問序列生成訓練興趣點序列、時間訓練序列及位置訓練序列；其中，所述歷史訪問序列中包含所述用戶訪問所述興趣點的訪問時間及所述興趣點的地理位置信息；

將所有所述興趣點、所述訓練興趣點序列、所述時間訓練序列及所述位置訓練序列輸入時空興趣點推薦網絡中進行訓練，生成興趣點推薦序列及訪問預測值；

當接收到所述用戶發送的對話推薦請求時，確定接收時間及所述接收時間在一天中對應的預設時間段，并利用所述預設時間段、所述興趣點推薦序列及所述訪問預測值生成對話狀態；

將所述對話狀態輸入時空策略網絡中進行強化學習，向所述用戶進行對話推薦。

2.根據權利要求1所述的對話式興趣點推薦方法，其特征在于，所述將所有所述興趣點、所述訓練興趣點序列、所述時間訓練序列及所述位置訓練序列輸入時空興趣點推薦網絡中進行訓練，生成興趣點推薦序列及訪問預測值，包括：

將所有所述興趣點及所述訓練興趣點序列輸入所述時空興趣點推薦網絡的嵌入層，生成所有所述興趣點對應的總嵌入矩陣及所述訓練興趣點序列對應的輸入矩陣；

將所述時間訓練序列及所述位置訓練序列輸入所述時空興趣點推薦網絡的時空權重塊，生成時空權重矩陣；

將所述輸入矩陣及所述時空權重矩陣輸入所述時空興趣點推薦網絡的自注意塊中進行特征學習，生成每一所述訪問時間對應的學習向量；

利用所述學習向量與所述興趣點向量輸入所述時空興趣點推薦網絡的預測層計算所述興趣點在所述訪問時間的訪問預測值，并將所述訪問預測值輸入損失函數中計算損失值；

利用反向傳播算法對所述時空興趣點推薦網絡進行網絡優化，直至所述損失值收斂時，利用所述損失值收斂時對應的訪問預測值生成所述興趣點推薦序列。

3.根據權利要求2所述的對話式興趣點推薦方法，其特征在于，所述將所述訪問預測值輸入損失函數中計算損失值，包括：

將所述訓練興趣點序列中所述訪問時間最晚的興趣點設置為標準正樣本，并利用所述標準正樣本對所有所述興趣點進行負采樣，將被所述用戶訪問過的興趣點設置為正樣本，將未被所述用戶訪問過的興趣點設置為負樣本；

分別將所述正樣本的訪問預測值與所述負樣本的訪問預測值輸入所述損失函數計算所述損失值。

4.根據權利要求1所述的對話式興趣點推薦方法，其特征在于，所述將所述對話狀態輸入時空策略網絡中進行強化學習，向所述用戶進行對話推薦，包括：

將所述對話狀態輸入所述時空策略網絡中，并利用所述時空策略網絡的預設策略梯度進行網絡優化，生成動作決策；

利用所述動作決策向所述用戶進行對話推薦。

5.根據權利要求4所述的對話式興趣點推薦方法，其特征在于，所述利用所述動作決策向所述用戶進行對話推薦，包括：

當所述動作決策為推薦時，將推薦的興趣點發送至用戶端，并接收所述用戶端發送的反饋信息；

若所述反饋信息為接受所述興趣點時，退出所述對話推薦；

若所述反饋信息為拒絕所述興趣點時，從所述興趣點推薦序列移除所述興趣點，并利用完成移除的興趣點推薦序列繼續執行所述利用所述預設時間段及所述興趣點推薦序列生成對話狀態的步驟；

當所述動作決策為向用戶發送屬性詢問時，接收所述用戶端的屬性選擇信息；

利用所述屬性選擇信息對所述興趣點推薦序列中的興趣點進行驗證，并移除驗證失敗的興趣點，最后利用完成移除操作后的興趣點推薦序列繼續利用所述預設時間段及所述興趣點推薦序列生成對話狀態的步驟。