[发明专利]实现用户相关推荐的方法和系统

权利要求书

1.一种实现用户相关推荐的方法，所述方法包括：

建立用于推荐系统中的协同滤波的交互函数的统一表示；

基于所述交互函数的统一表示构建交互函数搜索空间，其中，不同交互函数通过不同超参数来限定；

针对输入的评价矩阵，通过使用自动机器学习来在所述交互函数搜索空间中确定相应交互函数的相关超参数以确定所述相应交互函数，其中，所述评价矩阵的行对应于用户，所述评价矩阵的列对应于对象，并且所述评价矩阵中的矩阵元素表示该矩阵元素的对应行的用户对对应列的对象的评价；

基于使用所确定的交互函数的协同滤波来推导所述评价矩阵中遗失的矩阵元素；以及

基于恢复了遗失的矩阵元素的评价矩阵来执行用户相关推荐，

其中，所述统一表示是表示用于使用从预设的多种向量运算算子选择的向量运算算子对输入的嵌入向量执行向量运算的向量运算函数，

其中，所述输入的嵌入向量包括通过对基于评价矩阵得到的用户嵌入向量进行非线性变换而获得的嵌入向量以及通过对基于评价矩阵得到的对象嵌入向量进行非线性变换而获得的嵌入向量。

2.如权利要求1所述的方法，其中，所述交互函数的统一表示为：

其中，是基于评价矩阵得到的用户嵌入向量集合U中的第i列，表示针对用户i的嵌入向量，是基于评价矩阵得到的对象嵌入向量集合V中的第j列，并且表示针对对象j的嵌入向量，k表示嵌入向量的维度，是表示用于使用从预设的多种向量运算算子选择的向量运算算子对输入的嵌入向量和执行向量运算的向量运算函数，中的第l个 元素且中的第l个 元素g(β；x)是用于基于超参数x对输入的标量执行简单非线性变换的非线性变换函数并且超参数x用于控制非线性变换函数g(β；x)，

其中，交互函数搜索空间F由具有不同超参数p和q的交互函数构成。

3.如权利要求1所述的方法，其中，所述交互函数的统一表示为：

其中，是基于评价矩阵得到的用户嵌入向量集合U中的第i列，表示针对用户i的嵌入向量，是基于评价矩阵得到的对象嵌入向量集合V中的第j列，并且表示针对对象j的嵌入向量，k表示嵌入向量的维度，是表示用于使用预设的多种向量运算算子中的第h个向量运算算子对输入的嵌入向量和执行向量运算的向量运算函数，且h为整数，是所述预设的多种向量运算算子的数量，超参数a＝[α_h]，C＝{a|||a||₀＝1，0≤α_h≤1}，中的第l个 元素且中的第l个 元素g(β；x)是用于基于超参数x对输入的标量执行简单非线性变换的非线性变换函数并且超参数x用于控制非线性变换函数g(β；x)，

其中，交互函数搜索空间F由具有不同超参数a、p和q的交互函数构成。