[發明專利]基于生成對抗網絡的云展會內容推薦方法、系統及設備

有效

• 申請號: 202110684051.0
• 申請日: 2021-06-21
• 公開（公告）號: CN113139133B
• 公開（公告）日: 2021-11-09
• 發明（設計）人: 龍利民;陳功;李強
• 申請（專利權）人: 圖靈人工智能研究院（南京）有限公司
• 主分類號: G06F16/9535
• 分類號: G06F16/9535;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 南京禾易知識產權代理有限公司 32320
• 代理人: 張松云

本發明提供一種基于生成對抗網絡的云展會內容推薦方法，包括第一步，構建生成器，用于生成用戶瀏覽行為score得分序列；第二步，構建判別器，對score得分序列進行真實性判斷以得到有效用戶瀏覽行為數據；第三步，推薦唯一有效用戶瀏覽行為數據以作為確定輸出的目標結果。本發明通過對用戶特征、內容特征的建模，根據新用戶的注冊特征提供冷啟動推薦，并同步利用不同用戶的特征相似性提供基于用戶特征的推薦以及利用內容特征進行推薦從多角度反應用戶偏好的方式，達到對用戶帶來更多緯度的組合展示，以進行交互獲取用戶的反饋。

技術領域

本發明涉及線上云展會系統數字化推薦技術領域，具體為一種基于生成對抗網絡的云展會內容推薦方法、系統及設備。

背景技術

云展會系統，是依托網絡技術平臺，不限時間、場地、人數和商品數量，運用文字、圖像、視頻的有機組合來操作一個展會項目。其本質是以互聯網為基礎，將云計算、大數據、移動互聯網技術、社交社群、展會產業鏈中的各個實體構建起一個數字信息集成化的展示空間，從而形成全方位立體化的新型展覽模式，這也是對線下展會一種延伸和補充，是線下實體展會的衍生產品，被譽為“永不落幕的展會”，云展會系統的數字化功能可以極大地助力實體展會行業經濟提速。

傳統的展會，通過專業的布展設計人員對展會現場進行設計，設計需要展示信息的參觀路徑、展示位置等信息，吸引參展者參與，盡可能的將參觀者引導至感興趣的展位，使參展者和參觀者雙方獲益。

而傳統展會的線上推薦系統，基于歷史數據，在歷史數據中找到用戶與信息的關聯信息，然后通過規則或者算法對用戶進行推薦，一般來說這樣的算法和數據分析需要大量的歷史數據作為積累，所產生的的算法隨著時間的推移準確率會越來越低。主要有以下集中方法：

1.基于人口統計學的推薦，當我們需要對一個User進行個性化推薦時，利用第一種User Profile計算其他用戶與其之間的相似度，然后挑選出與其最相似的前K個用戶，之后利用這些用戶的購買和打分信息進行推薦。

2.基于內容的推薦，構建User Profile，例如將該User曾經打過份的所有Item的Item Profile做一個加權平均，作為該User的profile。計算該用戶未嘗試過的Item與該用戶的User Profile之間的相似度，并按照相似度由大到小的順序生成推薦列表。

3.協同過濾，利用某興趣相投、擁有共同經驗之群體的喜好來推薦用戶感興趣的信息，個人通過合作的機制給予信息相當程度的回應（如評分）并記錄下來以達到過濾的目的進而幫助別人篩選信息，回應不一定局限于特別感興趣的，特別不感興趣信息的紀錄也相當重要。

以上所有的傳統的推薦系統，最終目的是要以用戶為中心，提升用戶和商家的交互成果和效率。

但是在以用戶為中心的推薦系統中，未體現如何能以自然、透明的方式與用戶交互，了解用戶真實的需求和偏好，以及通過與用戶的自然交互，推薦系統估計、提取，同時也向用戶反饋、影響用戶的滿意度、偏好、需求、興趣、活動模式等隱含的狀態，從而從用戶的偏好、用戶決策推理的行為過程出發，替用戶做最好決定的技術方案。

與此同時，現有技術中體現的優化的目標都是短期收益，比如點擊率、觀看時長，很難對長期收益建模；最主要的是預測用戶的興趣，但模型都是基于logged feedback訓練，樣本和特征極度稀疏，大量的物料沒有充分展示過，同時還是有大量的新物料和新用戶涌入，存在大量的bias，另外，用戶的興趣變化劇烈，行為多樣性，存在很多Noise。

發明內容