[发明专利]一种信息推荐方法、装置、设备以及存储介质

权利要求书

1.一种信息推荐方法，其特征在于，包括：

根据对象对资源信息产生的历史交互行为构建二部图，其中，所述二部图包括图节点和关联关系，所述图节点的节点类型包括标识所述对象的对象节点和标识所述资源信息的资源节点，所述关联关系用于指示所述对象节点与所述资源信息节点之间的正面反馈和负面反馈；

根据所述二部图的关联关系确定所述对象节点与所述资源节点之间传播消息，所述传播消息包括对象节点与对象节点的正面传播消息和负面传播消息、对象节点与资源节点的正面传播消息和负面传播消息、资源节点对资源节点的正面传播消息和负面传播消息以及资源节点与对象节点的正面传播消息和负面传播消息；

利用所述传播消息和所述关联关系训练初始图神经网络得到第一图神经网络；

利用所述传播消息和所述第一图神经网络得到所述对象节点的第一嵌入表示以及所述资源节点的第二嵌入表示；

根据所述第一嵌入表示和所述第二嵌入表示计算得到目标对象对第二资源信息的第一预测分数，所述第二资源信息为所述二部图中未与所述目标对象产生历史交互行为的资源信息，所述目标对象包含于所述二部图的对象节点；

根据所述第一预测分数向所述目标对象推荐所述第二资源信息。

2.根据权利要求1所述的方法，其特征在于，所述初始图神经网络包括N层消息传播层，所述N为大于1的正整数，所述利用所述传播消息和所述关联关系训练初始图神经网络得到第一图神经网络包括：

随机生成所述对象节点的第一初始嵌入表示和所述资源节点的第二初始嵌入表示；

将所述第一初始嵌入表示、所述第二初始嵌入表示和所述传播消息输入所述N层消息传播层得到所述对象节点的第三嵌入表示和所述资源节点的第四嵌入表示；

根据所述第三嵌入表示和所述第四嵌入表示计算所述对象节点对所述资源节点的第二预测分数；

根据所述第二预测分数和所述关联关系计算第一损失值；

根据所述第一损失值训练所述初始图神经网络得到所述第一图神经网络。

3.根据权利要求2所述的方法，其特征在于，所述N层消息传播层均包括消息函数、消息聚合函数和消息更新函数，所述将所述第一初始嵌入表示、所述第二初始嵌入表示和所述传播消息输入所述N层消息传播层得到所述对象节点的第三嵌入表示和所述资源节点的第四嵌入表示包括：

将所述第一初始嵌入表示和所述第一初始嵌入表示输入第一层消息传播层，根据所述第一初始嵌入表示、所述第一初始嵌入表示以及所述传播消息得到所述对象节点和所述资源节点对应的第一消息函数表示；

根据所述第一层消息传播层的消息聚合函数和所述第一消息函数表示得到所述对象节点和所述资源节点对应的第一聚合表示；

根据所述第一层消息传播层的消息更新函数和所述第一聚合表示得到所述对象节点的第一中间嵌入表示和所述资源节点的第二中间嵌入表示；

将所述第一中间嵌入表示和所述第二中间嵌入表示输入第二层消息传播层，根据所述第一中间嵌入表示、所述第一中间嵌入表示以及所述传播消息得到所述对象节点和所述资源节点对应的第二消息函数表示；

根据所述第二层消息传播层的消息聚合函数和所述第二消息函数表示得到所述对象节点和所述资源节点对应的第二聚合表示；

根据所述第二层消息传播层的消息更新函数和所述第二聚合表示得到所述对象节点的第三中间嵌入表示和所述资源节点的第四中间嵌入表示；

依此类推，执行完所述N层消息传播层得到所述二部图中各个对象节点的第三嵌入表示和所述二部图中各个资源节点的第四嵌入表示。

4.根据权利要求2所述的方法，其特征在于，所述根据所述第二预测分数和所述关联关系计算第一损失值包括：

根据所述关联关系从所述第二预测分数中获取第三预测分数，所述第三预测分数为所述二部图中存在关联关系的对象节点与资源节点对应的预测分数；

根据所述关联关系和所述第三预测分数利用有符号对比损失函数计算所述第一损失值。

5.根据权利要求2所述的方法，其特征在于，所述根据所述第一损失值训练所述初始图神经网络得到所述第一图神经网络包括：

根据所述第一损失值和梯度下降法训练所述初始图神经网络得到所述第一图神经网络。