[發明專利]一種基于物品多方面特征和絕對時間關系的序列推薦方法

在審

• 申請號: 202310092526.6
• 申請日: 2023-02-07
• 公開（公告）號: CN116308544A
• 公開（公告）日: 2023-06-23
• 發明（設計）人: 張宜浩;陳睿禎;胡佳昊;張光建;朱俊霖;廖瑋雯
• 申請（專利權）人: 重慶理工大學
• 主分類號: G06Q30/0251
• 分類號: G06Q30/0251;G06Q30/0282;G06N20/00
• 代理公司: 重慶天成卓越專利代理事務所(普通合伙) 50240
• 代理人: 王宏松

1.一種基于物品多方面特征和絕對時間關系的序列推薦方法，其特征在于，包括以下步驟：

S1，獲取目標用戶的歷史交互序列，所述歷史交互序列包括物品多方面特征和交互的時間戳，通過嵌入層將物品多方面特征嵌入用戶歷史交互序列中，建模用戶對于多個屬性的偏好，同時對輸入的歷史序列進行增強，得到嵌入物品多方面特征并增強后的輸入序列，同時通過絕對時間關系層得出各交互之間的絕對時間關系；

S2，將絕對時間關系和交互序列輸入至基于絕對時間關系的多層自注意力網絡序列推薦模型進行推薦學習，獲得用戶多方面偏好表示；

S3，利用該表示和物品組合嵌入對用戶給每個物品的得分進行預測，將預測得分最高的K個物品生成列表推薦給用戶。

2.根據權利要求1所述的一種基于物品多方面特征和絕對時間關系的序列推薦方法，其特征在于，對所述交互序列的長度進行固定：

判斷交互序列的長度是否超過設定的交互序列長度值n，若超過這個特定的值時，則只選取最近的n個交互；若不足這個特定的值時，則在序列的左側添加填充項0，直至長度為n；與此同時，交互序列所對應的時間戳序列也進行相應的變換，在時間戳序列的左側添加填充項，填充項均為輸入序列l中最早的交互物品l₁所對應的時間戳。

3.根據權利要求1所述的一種基于物品多方面特征和絕對時間關系的序列推薦方法，其特征在于，所述嵌入物品多方面特征并增強后的輸入序列為：

其中為將物品嵌入與物品l_i對應的第一屬性特征嵌入和第二屬性特征嵌入進行連接；

表示第i個交互相關的物品嵌入矩陣；

l_i表示第i個交互物品；

所述絕對時間關系表示為：

其中R為用戶的絕對時間關系矩陣；

r_nn表示矩陣R的第n行第n列的元素，即用戶第n個交互和第n個交互之間的相對時間間隔，n為設定的交互序列長度。

4.根據權利要求3所述的一種基于物品多方面特征和絕對時間關系的序列推薦方法，其特征在于，所述第一屬性特征嵌入和第二屬性特征嵌入是通過對物品多方面特征的注意力大小進行比較，選擇注意力權重最大的兩個屬性并刪除其余屬性。

5.根據權利要求1所述的一種基于物品多方面特征和絕對時間關系的序列推薦方法，其特征在于，所述多層自注意力網絡序列推薦模型由若干個注意力層和前饋網絡層交替堆疊而成，且自注意力層和逐點前饋網絡層的每一層均要進行層歸一化、殘差連接和Dropout操作。

6.根據權利要求1所述的一種基于物品多方面特征和絕對時間關系的序列推薦方法，其特征在于，歸一化定義為：

其中LayerNorm(x)表示將x輸入歸一化層；

x是一個矩陣，表示待處理的樣本矢量；

⊙是基于元素的乘積；

μ和σ分別是x的均值和方差；

ε表示層歸一化參數；

α和β分別是學習的比例因子和偏差項。

7.根據權利要求1所述的一種基于物品多方面特征和絕對時間關系的序列推薦方法，其特征在于，通過所述預測得到在時間步t時用戶對物品i的預測分數：

其中s_i,t是給定前t個物品,下一個物品是i的可能性；

F_t表示時間步t時模型捕捉的用戶多方面偏好表示，即自注意力網絡層的輸出；

表示的轉置；

是物品i的組合嵌入表示。