[發明專利]一種基于類腦時空感知表征的興趣點推薦方法及系統

在審

• 申請號: 202110930940.0
• 申請日: 2021-08-13
• 公開（公告）號: CN113590971A
• 公開（公告）日: 2021-11-02
• 發明（設計）人: 唐華錦;馬歌華;燕銳
• 申請（專利權）人: 浙江大學
• 主分類號: G06F16/9535
• 分類號: G06F16/9535;G06N3/04;G06N3/08
• 代理公司: 北京方圓嘉禾知識產權代理有限公司 11385
• 代理人: 王月松

1.一種基于類腦時空感知表征的興趣點推薦方法，其特征在于，包括：

基于興趣點訪問數據集構建興趣點上下文圖結構；所述興趣點上下文圖結構包括包括興趣點的訪問序列上下文圖、空間上下文圖以及時空上下文圖；

對所述訪問序列的上下文圖進行采樣，得到興趣點采樣樣本；

基于所述興趣點采樣樣本，通過無監督學習方式訓練類腦時空感知嵌入模型中的興趣點訪問序列嵌入模型；所述興趣點訪問序列嵌入模型用于提取興趣點序列表征向量；

對所述空間上下文圖和所述時空上下文圖進行采樣，得到空間興趣點樣本和時空興趣點樣本，并生成興趣點訪問時間矩陣；

基于所述空間興趣點樣本、所述時空興趣點樣本和所述興趣點訪問時間矩陣，通過無監督學習方式訓練類腦時空感知嵌入模型中的時空嵌入模型；所述時空嵌入模型用于提取興趣點時空聯合表征向量；所述時空聯合表征向量包括空間嵌入表征向量和時空嵌入表征向量；

將所述興趣點序列表征和所述興趣點時空聯合表征合成興趣點時空感知表征向量；

基于所述興趣點時空感知表征向量訓練遞歸神經網絡推薦器；通過訓練好的遞歸神經網絡推薦器推薦下一個興趣點。

2.根據權利要求1所述的基于類腦時空感知表征的興趣點推薦方法，其特征在于，所述訪問序列上下文圖的構建過程如下：

將用戶的訪問記錄按照時間順序進行排解，確定興趣點訪問序列；

將所述興趣點訪問序列中比鄰的興趣點以邊連接，構建訪問序列上下文圖。

3.根據權利要求1所述的基于類腦時空感知表征的興趣點推薦方法，其特征在于，將空間比鄰的興趣點以邊連接，構建空間上下文圖；所述空間的比鄰興趣點為與中心興趣點距離最近的K個興趣點。

4.根據權利要求3所述的基于類腦時空感知表征的興趣點推薦方法，其特征在于，將時間比鄰的興趣點以邊連接，構建時間上下文圖；所述時間比鄰的興趣點為空間比鄰且訪問時間模式相似的興趣點；所述訪問時間模式相似的興趣點為相鄰訪問時間戳對不少于閾值m的興趣點；所述相鄰訪問時間戳對為“工作日與否”屬性相同，且訪問時刻小于閾值h的時間戳對。

5.根據權利要求1所述的基于類腦時空感知表征的興趣點推薦方法，其特征在于，基于所述空間興趣點樣本、所述時空興趣點樣本和所述興趣點訪問時間矩陣，通過無監督學習方式訓練類腦時空感知嵌入模型中的時空嵌入模型，具體包括：

基于所述空間興趣點樣本訓練空間嵌入模型；訓練好的空間嵌入模型用于提取空間比例興趣點；

基于空間比例興趣點、所述時空興趣點樣本和所述興趣點訪問時間矩陣，通過無監督學習方式訓練類腦時空感知嵌入模型中的時空嵌入模型。

6.根據權利要求1所述的基于類腦時空感知表征的興趣點推薦方法，其特征在于，所述興趣點訪問時間矩陣的構建如下：

將時空上下文圖中的興趣點的訪問記錄按照日期、時間填充入零矩陣中，構建初始興趣點訪問時間矩陣；

對所述初始興趣點訪問時間矩陣進行歸一化處理以及卷積操作，得到興趣點訪問時間矩陣。

7.一種基于類腦時空感知表征的興趣點推薦系統，其特征在于，包括：

興趣點上下文圖結構構建方法，用于基于興趣點訪問數據集構建興趣點上下文圖結構；所述興趣點上下文圖結構包括包括興趣點的訪問序列上下文圖、空間上下文圖以及時空上下文圖；

第一采樣模塊，用于對所述訪問序列的上下文圖進行采樣，得到興趣點采樣樣本；

第一訓練模塊，用于基于所述興趣點采樣樣本，通過無監督學習方式訓練類腦時空感知嵌入模型中的興趣點訪問序列嵌入模型；所述興趣點訪問序列嵌入模型用于提取興趣點序列表征向量；

第二采樣模塊，用于對所述空間上下文圖和所述時空上下文圖進行采樣，得到空間興趣點樣本和時空興趣點樣本，并生成興趣點訪問時間矩陣；

第二訓練模塊，用于基于所述空間興趣點樣本、所述時空興趣點樣本和所述興趣點訪問時間矩陣，通過無監督學習方式訓練時空感知嵌入模型中的時空嵌入模型；所述時空嵌入模型用于提取興趣點時空聯合表征向量；所述時空聯合表征向量包括空間嵌入表征向量和時空嵌入表征向量；

合成模塊，用于將所述興趣點序列表征和所述興趣點時空聯合表征合成興趣點時空感知表征向量；

第三訓練模塊，用于基于所述興趣點時空感知表征向量訓練遞歸神經網絡推薦器；通過訓練好的遞歸神經網絡推薦器推薦下一個興趣點。