[发明专利]一种基于用户序列点击行为的兴趣推荐方法及系统

权利要求书

1.一种基于用户序列点击行为的兴趣推荐方法，其特征是，包括以下步骤：

获取用户的历史交互项目数据，组成用户的历史交互项目序列；

构建兴趣推荐模型；

利用兴趣推荐模型对用户的历史交互项目序列进行会话划分；

提取划分后得到的每个会话内兴趣，对每个会话内的兴趣进行加权处理，得到用户的会话兴趣序列；

将不同会话之间的兴趣进行交互，得到不同会话之间动态的交互模型；

将用户的会话兴趣序列输入到不同会话之间动态的交互模型，预测得到待推荐的目标项目序列。

2.根据权利要求1所述的基于用户序列点击行为的兴趣推荐方法，其特征是，所述兴趣推荐模型包括会话划分层、嵌入层、会话内兴趣提取层、会话间兴趣交互层、激活层和预测层。

3.根据权利要求1所述的基于用户序列点击行为的兴趣推荐方法，其特征是，所述对用户的历史交互项目序列进行会话划分的步骤包括：

将得到的用户的历史交互项目序列输入到兴趣推荐模型的会话划分层，通过会话划分层按照不同的时间跨度将用户的历史交互项目序列中项目划分为若干个不同的会话，所述会话中的每个项目都有三个标识，分别为该项目的序列特征标识、该项目在用户点击序列中的位置标识以及该项目在本会话中的位置标识；

将得到的会话中项目的特征输入到兴趣推荐模型的嵌入层，通过嵌入层得到会话中项目的低维特征。

4.根据权利要求1所述的基于用户序列点击行为的兴趣推荐方法，其特征是，所述提取划分后得到的每个会话内兴趣的步骤包括：

将兴趣推荐模型的嵌入层输出的会话中项目的低维特征向量输入到兴趣推荐模型的会话内兴趣提取层；

通过会话内兴趣提取层提取出用户在每个会话中的兴趣。

5.根据权利要求4所述的基于用户序列点击行为的兴趣推荐方法，其特征是，所述对每个会话内的兴趣进行加权处理的步骤包括：

将每个会话中的兴趣输入兴趣推荐模型的激活层，利用激活层为不同的会话兴趣赋予不同的权重，得到用户的会话兴趣序列。

6.根据权利要求1所述的基于用户序列点击行为的兴趣推荐方法，其特征是，所述会话兴趣的权重为：

其中，α为权重因子，I_k为第k个会话的会话兴趣，W为权重系数。

7.根据权利要求1所述的基于用户序列点击行为的兴趣推荐方法，其特征是，所述将不同会话之间的兴趣进行交互的步骤包括：

将提取出的用户在每个会话中的兴趣输入到兴趣推荐模型的会话兴趣交互层；

利用会话兴趣交互层对不同会话之间动态的交互和转换关系进行建模。

8.一种基于用户序列点击行为的兴趣推荐系统，其特征是，包括：

数据获取模块，用于获取用户的历史交互项目数据，组成用户的历史交互项目序列；

模型构建模块，用于构建兴趣推荐模型；

会话划分模块，用于利用兴趣推荐模型对用户的历史交互项目序列进行会话划分；

会话内兴趣提取模块，用于对划分后得到的会话内兴趣进行提取；

激活模块，用于并对每个会话内的兴趣赋予不同的权重，得到用户的会话兴趣序列；

会话间兴趣交互模块，用于将不同会话之间的兴趣进行交互，得到不同会话之间动态的交互模型；

预测模块，用于将用户的会话兴趣序列输入到不同会话之间动态的交互模型，预测得到待推荐的目标项目序列。

9.一种计算机可读存储介质，其上存储有计算机程序，其特征是，该程序被处理器执行时实现如权利要求1-7中任一项所述的基于用户序列点击行为的兴趣推荐方法中的步骤。

10.一种处理装置，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征是，所述处理器执行所述程序时实现如权利要求1-7中任一项所述的基于用户序列点击行为的兴趣推荐方法中的步骤。