[發(fā)明專利]一種基于生成對抗網(wǎng)絡(luò)的多樣性推薦方法、裝置及服務(wù)器

有效

• 申請?zhí)枺?/td>: 202110465784.5
• 申請日: 2021-04-28
• 公開（公告）號: CN113268660B
• 公開（公告）日: 2023-04-07
• 發(fā)明（設(shè)計）人: 蘇暢;朱仙靈
• 申請（專利權(quán)）人: 重慶郵電大學(xué)
• 主分類號: G06F16/9535
• 分類號: G06F16/9535;G06F16/9538;G06N3/0475;G06N3/094
• 代理公司: 重慶輝騰律師事務(wù)所 50215
• 代理人: 盧勝斌

1.一種基于生成對抗網(wǎng)絡(luò)的多樣性推薦方法，其特征在于，所述方法包括：

通過矩陣分解得到用戶矩陣和物品矩陣；所述用戶矩陣中包括用戶對物品的偏好信息，所述物品矩陣中包括物品的特征信息；

將用戶對物品的偏好信息和物品的特征信息輸入到生成對抗網(wǎng)絡(luò)，進(jìn)行對抗學(xué)習(xí)以生成推薦物品；

采用最大邊緣相關(guān)多樣性算法對推薦物品進(jìn)行排序，并向用戶輸出排序靠前的若干推薦物品；

所采用的最大邊緣相關(guān)多樣性算法的計算公式表示為：

其中，MMR^*表示最大邊緣相關(guān)多樣性值；R表示輸入的列表，即輸入的物品集合；S表示返回的物品集合；R\S表示在輸入的物品集合去掉了返回的物品集合；d(u)是用戶u的興趣深度，k(u)表示用戶u的活躍度；w(u)表示用戶u交互的所有物品所涉及的種類數(shù)量；λ表示用戶參數(shù)，即調(diào)節(jié)排序結(jié)果相關(guān)與多樣性的權(quán)重系數(shù)；D_i表示物品集合R\S中的第i個物品；D_j表示返回的物品集合S中的第j個物品；Sim₁(D_i,u)表示物品D_i與用戶u之間的相關(guān)度；Sim₂(D_i,D_j)表示物品D_i與物品D_j之間的相似度。

2.根據(jù)權(quán)利要求1所述的一種基于生成對抗網(wǎng)絡(luò)的多樣性推薦方法，其特征在于，所述通過矩陣分解得到用戶矩陣和物品矩陣包括獲得用戶和物品之間的歷史交互數(shù)據(jù)，采用矩陣分解法獲得用戶與物品之間的潛在向量表示，并劃分為用戶矩陣和物品矩陣。

3.根據(jù)權(quán)利要求1所述的一種基于生成對抗網(wǎng)絡(luò)的多樣性推薦方法，其特征在于，所述將用戶對物品的偏好信息和物品的特征信息輸入到生成對抗網(wǎng)絡(luò)，進(jìn)行對抗學(xué)習(xí)以生成推薦物品包括利用生成器挑選出用戶偏好的可能物品；將挑選出的物品輸入到判別器中與用戶偏好的真實(shí)物品進(jìn)行判別，采用對抗學(xué)習(xí)的方式以訓(xùn)練生成器和判別器。

4.根據(jù)權(quán)利要求3所述的一種基于生成對抗網(wǎng)絡(luò)的多樣性推薦方法，其特征在于，所述對抗學(xué)習(xí)的過程包括隨機(jī)初始化生成器的參數(shù)；采用訓(xùn)練集對所述生成器和所述判別器進(jìn)行預(yù)訓(xùn)練；每輪訓(xùn)練過程中生成器生成k個物品，使用基于強(qiáng)化學(xué)習(xí)的策略梯度法來更新生成器的參數(shù)，并連續(xù)訓(xùn)練多輪生成器；使用當(dāng)前訓(xùn)練過程生成器生成的物品作為假樣本，將訓(xùn)練集中的相關(guān)性較高的樣本作為真實(shí)樣本；連續(xù)訓(xùn)練多次判別器，并通過真實(shí)樣本和生成的假樣本的對數(shù)似然函數(shù)的相關(guān)性來更新判別器的參數(shù)。

5.根據(jù)權(quán)利要求1所述的一種基于生成對抗網(wǎng)絡(luò)的多樣性推薦方法，其特征在于，所述采用最大邊緣相關(guān)多樣性算法對推薦物品進(jìn)行排序包括利用用戶活躍度和用戶交互的所有物品所涉及的種類數(shù)量計算出用戶興趣深度；對所述用戶興趣深度做對數(shù)平滑，將對數(shù)平滑后的用戶興趣深度作為多樣性權(quán)重，利用最大邊緣相關(guān)多樣性算法求取出物品排序。

6.一種基于生成對抗網(wǎng)絡(luò)的多樣性推薦裝置，其應(yīng)用于如權(quán)利要求1～5任一所述的一種基于生成對抗網(wǎng)絡(luò)的多樣性推薦方法，其特征在于，包括：

矩陣分解模塊，用于得到用戶矩陣和物品矩陣，其中所述用戶矩陣中包括用戶對物品的偏好信息，所述物品矩陣中包括物品的特征信息；

生成對抗網(wǎng)絡(luò)模塊，將用戶對物品的偏好信息和物品的特征信息輸入到生成對抗網(wǎng)絡(luò)，進(jìn)行對抗學(xué)習(xí)以生成推薦物品；

排序模塊，用于采用最大邊緣相關(guān)多樣性算法對推薦物品進(jìn)行排序；

推薦模塊，用于向用戶輸出排序靠前的若干推薦物品。

7.一種服務(wù)器，其應(yīng)用于如權(quán)利要求1～5任一所述的一種基于生成對抗網(wǎng)絡(luò)的多樣性推薦方法，其特征在于，包括存儲器和處理器，所述存儲器中儲存有計算機(jī)程序，所述計算機(jī)程序被所述處理器執(zhí)行時，使得所述處理器執(zhí)行以下步驟：

通過矩陣分解得到用戶矩陣和物品矩陣；所述用戶矩陣中包括用戶對物品的偏好信息，所述物品矩陣中包括物品的特征信息；

將用戶對物品的偏好信息和物品的特征信息輸入到生成對抗網(wǎng)絡(luò)，進(jìn)行對抗學(xué)習(xí)以生成推薦物品；

采用最大邊緣相關(guān)多樣性算法對推薦物品進(jìn)行排序，并向用戶輸出排序靠前的若干推薦物品。