[发明专利]用于自动生成推荐的系统、方法和计算机可读介质

权利要求书

1.一种用于在消息系统内确定对用户的消息推荐的推荐系统，在所述消息系统中，每条消息被分配给多个消息信道中的一个或多个消息信道并且多个用户中的每个用户都能够访问所述多个消息信道中的一个或多个消息信道，所述系统包括：

计算机存储器，其存储所述多个用户、多个作者、以及所述多个消息信道的向量表示，所述向量表示是基于二分图来计算的，每个二分图表示在所述用户、所述作者和所述消息信道的组合之间的关系；以及

计算机处理器，其运行被存储在所述计算机存储器中的指令，以执行用于针对多条消息中的每条消息识别所述多个用户中要向其推荐所述消息的一个或多个用户的操作，所述操作包括：

基于与所述消息的作者相关联的用户候选名单，在所述多个用户之间过滤能够访问被分配所述消息的消息信道的用户以确定用户的集合，所述用户候选名单是基于对来自所述作者的消息与所述候选名单上的用户的相关性的确定的；

利用分类器模型针对所述用户的集合中的每个用户对所述消息进行评分，所述分类器模型将所述消息的内容的向量表示以及所述用户、所述消息的所述作者和与所述消息相关联的所述消息信道的向量表示作为输入；以及

基于所述评分来将所述多个用户中要向其推荐所述消息的所述一个或多个用户确定为所述用户的集合的子集。

2.根据权利要求1所述的推荐系统，其中，所述操作还包括以下中的至少一项：基于接收到的针对先前消息推荐的用户反馈来将一个或多个用户添加到所述子集或者从所述子集中移除一个或多个用户。

3.根据权利要求1所述的推荐系统，其中，所述二分图包括表示用户之间的关系的一个或多个二分图、表示用户与作者之间的关系的一个或多个二分图、以及表示用户与信道之间的关系的一个或多个二分图。

4.根据权利要求1所述的推荐系统，其中，所述多个用户、所述多个作者、以及所述多个消息信道的所述向量表示是利用针对所述二分图的基于图的卷积神经网络来计算的。

5.根据权利要求4所述的推荐系统，其中，所述基于图的卷积神经网络和所述分类器模型的分类器神经网络已经基于包括用户与消息的配对的训练数据以及所述消息是否与所述用户相关的指示被端对端地训练。

6.根据权利要求5所述的推荐系统，其中，所述基于图的卷积神经网络和所述分类器神经网络已经被训练以优化推荐-性能度量，针对每个用户，所述推荐-性能度量奖励在针对所述用户的指定数量的评分最高的消息中相关消息的出现，并且惩罚在针对所述用户的所述指定数量的评分最高的消息中不相关消息的出现。

7.根据权利要求1所述的推荐系统，其中，所述分类器模型是分类器神经网络，所述分类器神经网络将所述消息的所述内容的所述向量表示以及所述用户、所述消息的所述作者和与所述消息相关联的所述消息信道的所述向量表示的串联作为输入。

8.根据权利要求1所述的推荐系统，其中，要向其推荐所述消息的所述一个或多个用户是在将所述消息发布到所述相关联的消息信道时被实时地识别的。