[發明專利]一種用戶交互敏感的動態圖序列推薦系統

有效

• 申請號: 202110589775.7
• 申請日: 2021-05-28
• 公開（公告）號: CN113313381B
• 公開（公告）日: 2022-04-08
• 發明（設計）人: 李建欣;朱天晨;彭浩;姜春陽;王棟
• 申請（專利權）人: 北京航空航天大學
• 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: 北京中創陽光知識產權代理有限責任公司 11003
• 代理人: 尹振啟

1.一種用戶交互敏感的動態圖序列推薦系統，其特征在于：系統整體采用強化學習框架，數據輸入為用戶對商品帶有時間戳的評分數據及用戶自身的屬性數據，系統的輸出為連續多輪推薦產生的推薦商品序列，每一輪的推薦結果均為智能體在觀察過經由動態圖建模的系統環境后，基于動態圖環境的狀態表征、商品表征、用戶對于商品的實時興趣以及用戶屬性信息來做出最優推薦決策，系統的運算過程依次分為五個模塊：數據預處理模塊、序列圖建模模塊、動態環境建模模塊、環境狀態表征模塊、智能體決策模塊；

其中，所述序列圖建模模塊將數據預處理模塊中生成的用戶交互序列數據通過合并相同點的方式轉化為一個h-hop全局序列圖，近似還原商品之間的h-hop依賴關系和相似關系；

所述動態環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時交互順序信息作為圖上頂點的屬性信息，形成一個跟隨用戶交互和時間步而變化的動態圖，以表示系統環境的實時狀態；

所述環境狀態表征模塊使用基于偏好傳播的圖注意力神經網絡模型在動態環境建模模塊生成的動態圖上學習用戶對所有商品的實時興趣，進而學習動態圖環境的全局狀態表征，更新系統環境狀態，協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，基于動態圖的環境表征及用戶對商品的偏好表征計算長期獎勵，并采用貪心策略選取下一步的動作，給用戶推薦在當前狀態下能夠獲得最大長期收益的商品作為最優推薦結果。

2.如權利要求1所述的一種用戶交互敏感的動態圖序列推薦系統，其特征在于：所述合并相同點的方式轉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，序列中的相鄰商品在序列圖上連接為邊，邊的權值取值于兩個頂點所代表的商品出現在序列中的轉移次數的歸一化值，進而對序列圖G(V，E)鄰接矩陣N引入變換，為序列圖上所有距離為h以內的頂點加一條短連接邊，使得這些頂點可以通過該短連接邊實現直連，即：

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

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

其中S_t代表用戶的歷史交互商品序列。

4.如權利要求3所述的一種用戶交互敏感的動態圖序列推薦系統，其特征在于：所述基于偏好傳播的動態圖注意力神經網絡模型的結構為：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經過第1層圖注意力網絡之后的實時偏好記為則每層圖注意力網絡中用戶-商品級偏好計算為：

其中所有的θ，b均為網絡中可訓練的參數矩陣，σ為激活函數，被初始化為零向量，三角函數位置編碼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絡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的頂點的問題；

在圖神經網絡后接一個全局平均池化層，計算用戶對所有商品的偏好的平均向量，并將該向量作為當前系統環境狀態的表征：

5.如權利要求4所述的一種用戶交互敏感的動態圖序列推薦系統，其特征在于：所述膨脹聚合的方式為將h-hop內的頂點均看作一個鄰域，擴大聚合范圍；所述在圖注意網絡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合。