[發(fā)明專利]基于異構(gòu)信息網(wǎng)絡(luò)的書籍推薦方法、系統(tǒng)及設(shè)備

在審

• 申請?zhí)枺?/td>: 202210148285.8
• 申請日: 2022-02-17
• 公開（公告）號: CN114510642A
• 公開（公告）日: 2022-05-17
• 發(fā)明（設(shè)計）人: 周明強;代開浪;張程;劉慧君
• 申請（專利權(quán)）人: 重慶大學(xué)
• 主分類號: G06F16/9535
• 分類號: G06F16/9535;G06F16/9536;G06Q30/06
• 代理公司: 杭州知學(xué)知識產(chǎn)權(quán)代理事務(wù)所(普通合伙) 33356
• 代理人: 張雯

本發(fā)明提供了基于異構(gòu)信息網(wǎng)絡(luò)的書籍推薦方法、系統(tǒng)及設(shè)備，方法包括：構(gòu)建異構(gòu)信息網(wǎng)絡(luò)HIN，利用帶評分約束的元路徑將HIN轉(zhuǎn)換為多層網(wǎng)絡(luò)，采用圖卷積網(wǎng)絡(luò)生成用戶和書籍的子嵌入表示，基于注意機制的非線性融合函數(shù)來融合子嵌入表示以生成最終的嵌入表示，基于損失函數(shù)，結(jié)合Adam算法進行網(wǎng)絡(luò)訓(xùn)練，學(xué)習(xí)得到優(yōu)化的參數(shù)，基于優(yōu)化的參數(shù)，計算獲得用戶對書籍的預(yù)測評分，將預(yù)測評分值較高的書籍推薦給用戶。本發(fā)明采用帶有評分約束的元路徑，通過元路徑將HIN轉(zhuǎn)換為多層網(wǎng)絡(luò)，利用圖卷積與注意力機制來生成用戶和書籍的嵌入表示，計算獲得用戶對書籍的預(yù)測評分，從而從根源上解決了現(xiàn)有的提取HIN中的語義信息不夠準確及推薦方法的準確率低下的問題。

技術(shù)領(lǐng)域

本發(fā)明屬于個性化推薦領(lǐng)域，具體涉及一種基于異構(gòu)信息網(wǎng)絡(luò)的信息推薦方法、系統(tǒng)及設(shè)備。

背景技術(shù)

互聯(lián)網(wǎng)信息爆炸給用戶帶來了信息過載的問題。推薦系統(tǒng)旨在從海量的信息中找到用戶感興趣的項目(例如商品)，可以在很大程度上解決信息過載問題。近年來，推薦系統(tǒng)越來越多地被應(yīng)用于各種在線服務(wù)(如亞馬遜、淘寶和Yelp)。在推薦系統(tǒng)中，用戶對各種商品的偏好通常以評分的形式體現(xiàn)，存儲在用戶-商品評分矩陣中。評分預(yù)測是推薦系統(tǒng)的一個關(guān)鍵子任務(wù)，它試圖從現(xiàn)有評分數(shù)據(jù)中預(yù)測未知或未觀察到的評分，以便推薦系統(tǒng)根據(jù)預(yù)測的評分對用戶進行商品推薦。用戶-商品評分矩陣通常是稀疏的，傳統(tǒng)的評分預(yù)測算法，如矩陣分解等，在評分數(shù)據(jù)稀疏時表現(xiàn)較差。相關(guān)研究發(fā)現(xiàn)，輔助數(shù)據(jù)(如社交網(wǎng)絡(luò)、用戶屬性和物品屬性)可以在一定程度上緩解數(shù)據(jù)稀疏性問題，提高評分預(yù)測的準確性。

異構(gòu)信息網(wǎng)絡(luò)(Heterogeneous Information Network,HIN)是將各種異構(gòu)信息構(gòu)建成具有不同類型的節(jié)點和邊的網(wǎng)絡(luò)，能夠很好地用來對推薦系統(tǒng)中的各種輔助信息以及評分信息進行統(tǒng)一的建模。但是實際應(yīng)用中的數(shù)據(jù)往往是不同類型的異構(gòu)數(shù)據(jù)，現(xiàn)有手段不能很好對其進行建模和利用。例如，在圖1中，用戶、用戶的屬性、書籍及其屬性被抽象為HIN中的不同類型的節(jié)點和邊。現(xiàn)有的基于異構(gòu)信息網(wǎng)絡(luò)的評分預(yù)測技術(shù)是利用元路徑等方式從HIN中提取語義信息，但是都沒有利用元路徑上的評分。例如，圖1中的元路徑“User-Book-User”表示閱讀過同一本書的用戶，反映了用戶之間閱讀記錄的相似性，然而，這種語義相關(guān)性對于推薦書籍可能意義不是特別大。雖然user1和user2都閱讀過book1和book2，但他們對book1和book2的評分差異很大，這表明他們對書籍的偏好可能完全不同。實際上，user1和user3的喜歡的書籍應(yīng)該更相似，因為他們都對book1評分高，對book2評分低。

現(xiàn)有的基于異構(gòu)信息網(wǎng)絡(luò)的信息推薦方法中，目前存在問題有提取HIN中的語義信息不夠準確，且在評分數(shù)據(jù)稀疏的情況下推薦方法的準確率低下。

因此，如何克服提取HIN中的語義信息不夠準確，以及提高在評分數(shù)據(jù)稀疏的情況下信息推薦的準確性，是本領(lǐng)域亟待解決的問題。

發(fā)明內(nèi)容

本發(fā)明的目的是針對現(xiàn)有技術(shù)的缺陷，提供一種基于異構(gòu)信息網(wǎng)絡(luò)的信息推薦方法、系統(tǒng)及設(shè)備。本發(fā)明采用帶有評分約束的元路徑，通過元路徑將HIN轉(zhuǎn)換為多層網(wǎng)絡(luò)，利用圖卷積與注意力機制來生成用戶和書籍的嵌入表示，計算獲得用戶對書籍的預(yù)測評分，從而從根源上解決了現(xiàn)有的提取HIN中的語義信息不夠準確及推薦方法的準確率低下的問題。

為了實現(xiàn)以上目的，本發(fā)明采用以下技術(shù)方案：本發(fā)明提出一種基于異構(gòu)信息網(wǎng)絡(luò)的信息推薦方法，具體包括：

S1、基于各用戶對書籍的評分信息和輔助信息構(gòu)建異構(gòu)信息網(wǎng)絡(luò)，并根據(jù)所述異構(gòu)信息網(wǎng)絡(luò)設(shè)計帶評分約束的元路徑；所述輔助信息包括用戶所屬組、用戶名、書籍名稱、書籍作者、書籍類型，所述評分約束指元路徑連接序列中連接用戶和書籍的邊的權(quán)重相同；

S2、基于所述異構(gòu)信息網(wǎng)絡(luò)和所述帶評分約束的元路徑構(gòu)建多層網(wǎng)絡(luò)，具體包括：通過矩陣乘法，利用帶評分約束的元路徑將所述異構(gòu)信息網(wǎng)絡(luò)轉(zhuǎn)換為多層網(wǎng)絡(luò)，具體構(gòu)建方法為：