[發(fā)明專利]一種用戶交互敏感的動態(tài)圖序列推薦系統(tǒng)

有效

• 申請?zhí)枺?/td>: 202110589775.7
• 申請日: 2021-05-28
• 公開（公告）號: CN113313381B
• 公開（公告）日: 2022-04-08
• 發(fā)明（設(shè)計(jì)）人: 李建欣;朱天晨;彭浩;姜春陽;王棟
• 申請（專利權(quán)）人: 北京航空航天大學(xué)
• 主分類號: G06Q10/06
• 分類號: G06Q10/06;G06Q30/06;G06F16/901;G06F16/9535;G06N3/04;G06N3/08;G06N7/00
• 代理公司: 北京中創(chuàng)陽光知識產(chǎn)權(quán)代理有限責(zé)任公司 11003
• 代理人: 尹振啟

1.一種用戶交互敏感的動態(tài)圖序列推薦系統(tǒng)，其特征在于：系統(tǒng)整體采用強(qiáng)化學(xué)習(xí)框架，數(shù)據(jù)輸入為用戶對商品帶有時間戳的評分?jǐn)?shù)據(jù)及用戶自身的屬性數(shù)據(jù)，系統(tǒng)的輸出為連續(xù)多輪推薦產(chǎn)生的推薦商品序列，每一輪的推薦結(jié)果均為智能體在觀察過經(jīng)由動態(tài)圖建模的系統(tǒng)環(huán)境后，基于動態(tài)圖環(huán)境的狀態(tài)表征、商品表征、用戶對于商品的實(shí)時興趣以及用戶屬性信息來做出最優(yōu)推薦決策，系統(tǒng)的運(yùn)算過程依次分為五個模塊：數(shù)據(jù)預(yù)處理模塊、序列圖建模模塊、動態(tài)環(huán)境建模模塊、環(huán)境狀態(tài)表征模塊、智能體決策模塊；

其中，所述序列圖建模模塊將數(shù)據(jù)預(yù)處理模塊中生成的用戶交互序列數(shù)據(jù)通過合并相同點(diǎn)的方式轉(zhuǎn)化為一個h-hop全局序列圖，近似還原商品之間的h-hop依賴關(guān)系和相似關(guān)系；

所述動態(tài)環(huán)境建模模塊在序列圖建模模塊中生成的全局序列圖上加入用戶與所有商品之間的實(shí)時交互順序信息作為圖上頂點(diǎn)的屬性信息，形成一個跟隨用戶交互和時間步而變化的動態(tài)圖，以表示系統(tǒng)環(huán)境的實(shí)時狀態(tài)；

所述環(huán)境狀態(tài)表征模塊使用基于偏好傳播的圖注意力神經(jīng)網(wǎng)絡(luò)模型在動態(tài)環(huán)境建模模塊生成的動態(tài)圖上學(xué)習(xí)用戶對所有商品的實(shí)時興趣，進(jìn)而學(xué)習(xí)動態(tài)圖環(huán)境的全局狀態(tài)表征，更新系統(tǒng)環(huán)境狀態(tài)，協(xié)助智能體的決策模型做出個性化推薦；

所述智能體決策模塊將序列推薦建模為馬爾科夫決策問題，基于動態(tài)圖的環(huán)境表征及用戶對商品的偏好表征計(jì)算長期獎勵，并采用貪心策略選取下一步的動作，給用戶推薦在當(dāng)前狀態(tài)下能夠獲得最大長期收益的商品作為最優(yōu)推薦結(jié)果。

2.如權(quán)利要求1所述的一種用戶交互敏感的動態(tài)圖序列推薦系統(tǒng)，其特征在于：所述合并相同點(diǎn)的方式轉(zhuǎn)化全局序列圖的具體過程為：將所有的采樣序列依照商品順序拼接為一個有向的全局序列圖G(V，E)，拼接的過程中合并相同的商品作為一個頂點(diǎn)，序列中的相鄰商品在序列圖上連接為邊，邊的權(quán)值取值于兩個頂點(diǎn)所代表的商品出現(xiàn)在序列中的轉(zhuǎn)移次數(shù)的歸一化值，進(jìn)而對序列圖G(V，E)鄰接矩陣N引入變換，為序列圖上所有距離為h以內(nèi)的頂點(diǎn)加一條短連接邊，使得這些頂點(diǎn)可以通過該短連接邊實(shí)現(xiàn)直連，即：

其中d(v_i，v_j)代表頂點(diǎn)v_i和頂點(diǎn)v_j之間在序列圖上的最短距離。

3.如權(quán)利要求2所述的一種用戶交互敏感的動態(tài)圖序列推薦系統(tǒng)，其特征在于：所述引入用戶實(shí)時交互順序信息生成動態(tài)圖的具體過程為：將用戶與商品k發(fā)生交互的次序通過三角函數(shù)變換，生成位置編碼向量信息，并作為該商品在圖上對應(yīng)頂點(diǎn)v_k的一個動態(tài)屬性c_k：

其中S_t代表用戶的歷史交互商品序列。

4.如權(quán)利要求3所述的一種用戶交互敏感的動態(tài)圖序列推薦系統(tǒng)，其特征在于：所述基于偏好傳播的動態(tài)圖注意力神經(jīng)網(wǎng)絡(luò)模型的結(jié)構(gòu)為：將用戶對于商品的評分r分解：

r＝p^T·h

p∈R^d×1代表用戶對用戶-商品級偏好表征，h∈R^d×1代表用戶對于不同評價維度的在意程度，用戶對于商品k經(jīng)過第1層圖注意力網(wǎng)絡(luò)之后的實(shí)時偏好記為則每層圖注意力網(wǎng)絡(luò)中用戶-商品級偏好計(jì)算為：

其中所有的θ，b均為網(wǎng)絡(luò)中可訓(xùn)練的參數(shù)矩陣，σ為激活函數(shù)，被初始化為零向量，三角函數(shù)位置編碼c_k用來表示商品k被用戶選擇的次序；

采取引入膨脹聚合的方式或在圖注意網(wǎng)絡(luò)中引入短連接的方式用戶對于商品的偏好信息難以傳播到較遠(yuǎn)的頂點(diǎn)的問題；

在圖神經(jīng)網(wǎng)絡(luò)后接一個全局平均池化層，計(jì)算用戶對所有商品的偏好的平均向量，并將該向量作為當(dāng)前系統(tǒng)環(huán)境狀態(tài)的表征：

5.如權(quán)利要求4所述的一種用戶交互敏感的動態(tài)圖序列推薦系統(tǒng)，其特征在于：所述膨脹聚合的方式為將h-hop內(nèi)的頂點(diǎn)均看作一個鄰域，擴(kuò)大聚合范圍；所述在圖注意網(wǎng)絡(luò)中引入短連接的方式，在層與層之間加入殘差連接，將淺層特征與深層特征相結(jié)合。