[发明专利]基于三通道图神经网络的会话推荐方法

权利要求书

1.基于三通道图神经网络的会话推荐方法，其特征在于：包括以下步骤：

(1)将会话序列数据转换为会话图、超图、全局图数据；

(2)图数据经过三个通道的图神经网络学习到三种项目嵌入；三个通道包括会话图通道、超图通道、全局图通道；会话图通道用于捕获会话中项目间的转换关系，超图通道用于捕获会话中项目间的高阶关系，全局图通道用于捕获不同会话中项目间的关系；

(3)融合三种通道形成的项目表征获得更完整项目转换信息；

(4)经过预测层输出项目的预测概率。

2.根据权利要求1所述的基于三通道图神经网络的会话推荐方法，其特征在于：会话图中，给定一个会话表示在会话S中点击的项目v_i并且会话长度是L；G_s＝(V_s,E_s)表示会话图，将每个项目s_i∈V_s作为节点并且相邻的项目(s_i-1,s_i)∈E_s作为边；

G_h＝(V_h,E_h)表示超图，V_h表示超图中N个不重复的顶点的集合，E_h表示超图中M个超边的集合；每个超边最少包含两个顶点，其中并且每个超边被赋予一个权值w_hh，所有的权值构成了一个对角矩阵W∈R^N×M；超图用矩阵H∈R^N×M表示，其中当超边包含顶点v_i∈V时，H_ih＝1，否则H_ih＝0；顶点和超边的度分别为D_ii和B_hh，其中D和B是对角线矩阵；

全局图用于获取不同会话间项目转换的信息，Gg＝(Vg，Eg)表示全局图，Vg代表所有项目的图节点的集合，Eg表示所有边的集合，每条边对应于所有会话中的两个成对项目。

3.根据权利要求2所述的基于三通道图神经网络的会话推荐方法，其特征在于：会话图嵌入的方法为：

对于目标项目来说不同的相邻项目对目标项目的重要成度不同，使用注意力机制捕获不同节点间的权重；注意力系数如下所示：

其中的s_ij表示项目vj对项目vi的重要性，表示项目间的关系，h_vi项目vi的嵌入，h_vj项目vj的嵌入，r_ij为vi与vj之间的关系也就是边关系，a∈R^d表示权重；然后，为了使不同节点间的系数具有可比性，通过softmax函数对注意权重进行归一化，如下式所示：

α_ij＝soft max(s_ij)

a_ij为归一化后节点vi和vj间的权重；

最后将得到的注意力系数和对应的项目线性组合，得到每个节点的输出，公式如下：

表示节点。