[发明专利]一种融合生成对抗网络和自编码器的跨域推荐方法

说明书

本发明提供了一种融合双生成器双判别器的生成对抗网络和自编码器的跨域推荐方法。该方法获取两个具有相同项目或相同用户的同类型数据域，将两数据域中相同的用户信息或项目信息作为辅助信息；将单个数据域中的评分数据和作为辅助信息的用户信息或项目信息相级联；对级联后得到的数据进行特征提取；再通过生成对抗网络的对抗过程对不同数据域间的特征进行对齐与融合，得到融合后的数据特征；最后对融合后的数据特征进行解码得到两个数据域的评分预测矩阵，通过评分预测矩阵为用户推荐预测分数较高的项目。

技术领域

本发明涉及人工智能推荐技术领域，具体涉及一种融合双生成器双判别器的生成对抗网络和自编码器的跨域推荐方法。

背景技术

随着网络技术的不断发展，人们可以获取到的数据越来越多。但海量的数据会导致用户很难找到自己需要的信息。因此为了解决这个问题，推荐系统应运而生。然而推荐系统通常面临着数据稀疏和冷启动的问题，跨域推荐系统为解决数据稀疏和冷启动问题提供了一个新的方法。

而在现实中，通常诸如购物网站之间或视频网站之间有着相同的项目或用户。通常情况下，由于目标域的稀疏度高于源域，导致源域和目标域之间具有较高的数据异构性，进行双向迁移会导致负迁移的发生。因此单目标跨域推荐系统难以同时提升目标域和源域的推荐效果，并且没有充分利用目标域和源域的数据。

发明内容

本发明的目的在于克服现有技术的不足，提供一种可以同时提升目标域和源域的推荐效果，且能够充分利用目标域和源域的数据的双目标跨域推荐方法。

本发明是通过以下技术方案实现的：

一种融合双生成器双判别器的生成对抗网络和自编码器的跨域推荐方法，包括步骤：

步骤一：获取两个具有相同项目或相同用户的同类型数据域，数据域中包含有用户信息、项目信息和用户历史评分数据；

将两数据域中相同的用户信息或项目信息作为辅助信息，即，若两个数据域中的用户相同，则选取用户信息作为辅助信息，项目信息相同则选取项目信息作为辅助信息；

步骤二：将单个数据域中的评分数据和作为辅助信息的用户信息或项目信息相级联；

步骤三：对级联后得到的数据进行特征提取；

步骤四：通过生成对抗网络的对抗过程对不同数据域间的特征进行对齐与融合，得到融合后的数据特征；

步骤五：对融合后的数据特征进行解码得到两个数据域的评分预测矩阵。

在上述技术方案中，需要进行数据读取的两个数据域分别代表目标域和源域，用户历史评分数据包括用户评分过的项目ID和对应的分数，用户的详细属性信息为用户的用户ID、年龄、性别、职业等信息，项目的详细信息为项目ID、项目名称、类型等信息。

在上述技术方案中，数据域1和数据域2中的评分数据处理成为评分矩阵，分别记为R₁和R₂；对辅助信息进行one-hot编码，在数据域1和数据域2中的辅助信息的one-hot编码分别记为y₁和y₂；将数据域1的评分矩阵R₁和辅助信息one-hot编码y₁进行级联，得到矩阵Ca₁，数据域2的评分矩阵R₂和辅助信息one-hot编码y₂进行级联，得到矩阵Ca₂。

在上述技术方案中，步骤三中，包括生成器G₁和生成器G₂，生成器G₁对Ca₁进行特征提取，得到的特征记为g₁，生成器G₂对Ca₂进行特征提取，得到的特征记为g₂，生成器的工作方式如式(1)、(2)所示：