[发明专利]物品推荐方法、装置及存储介质

说明书

本申请提供一种物品推荐方法及相关设备，可以提高冷启动的准确性。该方法包括：确定冷启动对象集合中每个冷启动对象的多模态信息以及暖对象集合中每个暖对象的多模态信息，多模态信息包括标识信息、视觉信息特征、音频信息特征以及文本信息特征中的至少两个；根据每个冷启动对象的多模态信息与每个暖对象的多模态信息进行层次聚类，得到多个聚类结果；根据多个聚类结果构建每个冷启动对象与暖对象之间的补充交互图，暖对象与暖对象集合相对应；根据补充交互图确定每个冷启动对象的第一最终表示以及与每个冷启动对象所对应暖对象的第二最终表示；根据第一最终表示以及第二最终表示对每个冷启动对象进行推荐。

【技术领域】

本申请属于推荐领域，特别涉及一种物品推荐方法、装置及存储介质。

【背景技术】

在信息过载的当下，人们越来越离不开个性化推荐系统，尤其是电子商务、社交媒体和广告领域。当前个性化推荐系统高度依赖用户和物品之间的历史交互，比如历史购买记录和点击次数。然而当出现新用户或者新物品时他们往往不能有很好的表现，即冷启动问题。如何更加准确向新用户推荐商品或把新物品推荐给用户是冷启动问题亟待解决的任务。

为了缓解这一问题，用户或物品的普通属性信息是被使用最多的，如用户的年龄、性别等属性信息以及物品的类型、时间等；此外，物品多模态信息如图文描述也开始被使用。受到最近发展的图神经网络的启发，利用图神经网络结合属性信息的方法也相继出现。比如通过建立属性图神经网络来增强用户或物品节点嵌入能力。

然而在基于图神经网络的方法中，往往忽视冷启动用户或物品在图神经网络中的学习，或者过分强调多模态属性信息，进而导致推荐的结果不准确。

【发明内容】

本申请提供一种物品推荐方法、装置及存储介质，提高冷启动推荐的准确性。

本申请第一方面提供了一种物品推荐方法，包括：

确定冷启动对象集合中每个冷启动对象的多模态信息以及暖对象集合中每个暖对象的多模态信息，所述冷启动对象集合为待推荐的未启动过的对象的集合，所述多模态信息包括标识信息、视觉信息特征、音频信息特征以及文本信息特征中的至少两个；

根据所述每个冷启动对象的多模态信息与所述每个暖对象的多模态信息进行层次聚类，得到多个聚类结果；

根据所述多个聚类结果构建所述每个冷启动对象与暖对象之间的补充交互图，其中，所述暖对象与所述暖对象集合相对应；

根据所述补充交互图确定所述每个冷启动对象的第一最终表示以及与所述每个冷启动对象所对应暖对象的第二最终表示；

根据所述第一最终表示以及所述第二最终表示对所述每个冷启动对象进行推荐。

一种可能的设计中，所述根据所述多个聚类结果构建所述每个冷启动对象与暖对象之间的补充交互图包括：

确定第一冷启动对象与目标簇中暖对象之间的第一相似度，所述目标簇为所述多个聚类结果中的任意一个聚类结果，所述第一冷启动对象为所述目标簇中的任意一个冷启动对象；

对所述第一相似度进行归一化处理，得到所述第一冷启动对象与所述目标簇中暖对象所对应用户之间的边权重；

基于所述边权重构建所述第一冷启动对象与所述目标簇中暖对象所对应用户之间的补充交互图。

一种可能的设计中，所述根据所述每个冷启动对象的多模态信息与所述每个暖对象的多模态信息进行层次聚类，得到多个聚类结果包括：

根据所述每个冷启动对象的多模态信息以及所述每个暖对象的多模态信息计算所述冷启动对象集合与所述暖对象集合中任意两个对象之间的第二相似度；

根据所述第二相似度对所述每个冷启动对象以及所述每个暖对象进行层次聚类，得到所述多个聚类结果。