[发明专利]一种会话推荐方法、会话推荐设备及存储介质

说明书

本申请提供了一种会话推荐方法、会话推荐设备及存储介质，该会话推荐方法包括：确定节点特征，所述节点为全局物品关系网络中的节点；根据所述节点特征构造分级注意网络，所述分级注意网络用于存储所述节点特征；基于虚拟连接重构所述分级注意网络，得到目标分级注意网络；根据所述节点特征生成目标卷积网络；根据所述目标分级注意网络和所述目标卷积网络预测用户行为。对于以会话形式出现的用户数据，有效考虑了会话中的用户偏好和项目通用属性，并以此生成具备自我反馈调节的会话表示，从而获得较好的推荐效果。

技术领域

本发明涉及人工智能领域，尤其涉及一种会话推荐方法、会话推荐设备及存储介质。

背景技术

会话推荐方法是解决信息过载的一个有效手段，旨在捕获用户的兴趣以提供个性化的推荐。近年来，基于会话推荐的研究和应用在受到越来越多的关注。研究如何利用用户会话信息进一步提高推荐精确度和用户满意度，成为基于会话推荐系统的主要任务。

会话的推荐是一项具有挑战性的任务，现有的大部分技术仅仅只考虑从序列推断时间偏好，这样的项目序列可能不能完全捕获项目之间复杂的过渡关系，另外用于建模项目特征的网络结构还不足以有效地建模项目，也很难捕捉用户的长期兴趣。虽然最近已经提出了一些基于全局图的图推荐模型，但是它们仍采用和会话图一致或者相类似的模型，本质上学习的还是基于会话流的特征，容易导致过平滑，造成特征信息的重复与冗余。

发明内容

本申请的主要目的在于提供一种会话推荐方法、会话推荐设备及存储介质。使用了分级注意力网络对会话中项目之间复杂的转换关系进行建模，生成基于用户兴趣偏好的项目特征，同时使用线性残差图卷积网络建模全局项目关系网络中的通用转换关系，生成项目的通用特征。此外，本方案还在会话中增加虚拟重构连接，增加了遥远项目复杂关系的转换。最后，在会话建模的过程中，引入一个自注意力机制对会话表示进行反馈调节，达到修正会话表示的目的，从而提升了会话建模的适应性。

有鉴于此，本申请实施例第一方面提供了一种会话推荐方法，所述会话推荐方法包括：确定节点特征，所述节点为全局物品关系网络中的节点；根据所述节点特征构造分级注意网络，所述分级注意网络用于存储所述节点特征；基于虚拟连接重构所述分级注意网络，得到目标分级注意网络；根据所述节点特征生成目标卷积网络；根据所述目标分级注意网络和所述目标卷积网络预测用户行为。对于以会话形式出现的用户数据，有效考虑了会话中的用户偏好和项目通用属性，并以此生成具备自我反馈调节的会话表示，从而获得较好的推荐效果。

在一个可能的实施方式中，所述根据所述目标分级注意网络和所述目标卷积网络预测用户行为包括：根据所述目标分级注意网络和所述目标卷积网络建模，生成会话推荐模型；基于所述会话推荐模型预测用户行为。

在一个可能的实施方式中，所述会话推荐模型指示用户当前会话和用户历史会话；所述基于所述会话推荐模型预测用户行为包括：计算各侯选项的推荐分数，根据所述候选分数确定用户进行候选项行为的可能性。

在一个可能的实施方式中，所述确定节点特征包括：基于词嵌入方式确定节点特征。

在一个可能的实施方式中，所述分级注意网络和所述目标分级注意网络均为邻接矩阵。

在一个可能的实施方式中，所述邻接矩阵中1指示自连接，2指示正向连接，3指示反向连接，4指示互连接，5指示虚拟连接。

在一个可能的实施方式中，所述方法还包括：基于所属用户行为更新所述会话推荐模型。