[发明专利]一种基于异构图的食品膳食推荐方法

权利要求书

1.一种基于异构图的食品膳食推荐方法，其特征在于，包括以下步骤：

S1、收集用户数据、商品数据及用户和商品的交互数据，并构造数据集，根据所述数据集构建异构图；

S2、构建图表示学习任务模块，将所述异构图输入到所述图表示学习任务模块中进行训练，得到用户节点向量、用户类别节点向量和物品节点向量；

S3、构建推荐任务模块，将所述用户节点向量和所述物品节点向量输入到所述推荐任务模块，得到用户推荐的膳食。

2.根据权利要求1所述的基于异构图的食品膳食推荐方法，其特征在于，所述用户数据包括用户信息及用户类别信息；

所述商品数据包括商品信息及商品类别信息；

所述用户和商品的交互数据为用户对商品的偏好数据。

3.根据权利要求1所述的基于异构图的食品膳食推荐方法，其特征在于，所述异构图包括四类节点及三类关系；

其中四类节点包括用户、物品、用户类别及物品类别；

三类关系包括用户类别与用户的归属关系、用户与物品的交互关系、物品类别与物品的归属关系。

4.根据权利要求2所述的基于异构图的食品膳食推荐方法，其特征在于，所述步骤S2的过程为：

S21、采用TransR方法对所述异构图进行图表示学习，输出图表示学习结果；

S22、将通过TransR方法得到的图表示学习结果输入到图神经网络模型中进行特征提取，获得用户节点向量、物品节点向量及用户类别节点向量。

5.根据权利要求1所述的基于异构图的食品膳食推荐方法，其特征在于，所述步骤S3的过程为：

S31、将所述用户节点向量进行拼接，得到用户最终表示向量，将所述物品节点向量进行拼接，得到物品最终表示向量；

S32、计算所述用户最终表示向量和物品最终表示向量之间的相似度，根据所述相似度结果得到用户推荐的膳食。

6.根据权利要求5所述的基于异构图的食品膳食推荐方法，其特征在于，所述步骤S32中，当所述相似度结果趋近于1时，则对物品进行推荐，进而得到为用户推荐的膳食。

7.根据权利要求1所述的基于异构图的食品膳食推荐方法，其特征在于，将所述步骤S2中得到的所述用户节点向量和所述用户类别节点向量输入到所述推荐任务模块中，对用户的健康状态进行判断。

8.根据权利要求7所述的基于异构图的食品膳食推荐方法，其特征在于，对所述用户健康状态进行判断的过程为：

将所述用户节点向量进行拼接，得到用户最终表示向量，将所述用户类别向量进行拼接，得到用户类别最终表示向量；计算所述用户最终表示向量及所述用户类别最终表示向量的相似度；对所述相似度进行归一化处理，得到判断结果，根据所述判断结果得到用户的健康状态。

9.根据权利要求8所述的基于异构图的食品膳食推荐方法，其特征在于，当所述判断结果趋近于1时，则所述用户健康状态趋于稳定。