[发明专利]一种门控单元增强胶囊网络的推荐方法

权利要求书

1.一种门控单元增强胶囊网络的推荐方法，其特征在于，(1)主要关注用户高阶交互序列中，包含用户个性化需求信息的物品级和因子级交互关系，进一步捕获交互对象的共现特征和相对次序特征；(2)模型包含4个模块，分别是数据输入模块、门控单元融合模块、双通道动态路由模块和评分预测模块。

2.根据权利要求1所述的门控单元增强胶囊网络模型，其特征在于，考虑用户个性化信息对用户兴趣的影响，将用户的个性化特征融入高阶交互对象的特征表达中。引入三个权重矩阵，变换形式具体为：

3.根据权利要求1和2所述的门控单元增强胶囊网络模型，其特征在于，在双通道动态路由模块，物品级路由结构能够发挥胶囊网络中路由层算法优势，捕获不同对象之间共现关系的物品级特征，具体为：

对于每个用户，从物品级角度将每个物品视为一个低层次的胶囊，通过权重变换，进一步将其与迭代计算的耦合系数求内积得到高层次胶囊，最后通过非线性归一化挤压激活函数得到多个交互对象间的共现关系，具体表示形式为：

f_caps＝squash(s_u)；

对于每个用户，通过聚合已经融入用户个性化信息的高阶交互对象，进一步捕获成对交互对象的共现关系，通过自适应融合组件能够得到最终的物品级特征，具体表示形式为：

4.根据权利要求1和3所述的门控单元增强胶囊网络模型，其特征在于，在双通道动态路由模块，因子级路由结构能够发挥胶囊网络中空间感知能力的优势，在精细化感知交互对象彼此相对次序的基础上捕获因子级特征。

对于每个用户，从因子级角度将高阶交互序列同一维度视为一个低层次的胶囊，通过权重变换，进一步将其与迭代计算的耦合系数求内积得到高层次胶囊，最后通过非线性归一化挤压激活函数得到包含相对次序关系的因子级特征，具体表示形式为：

f′_caps＝squash(s′_u)；

对于每个用户对应的已经融入用户个性化信息的高阶交互对象，按照同一维度进行聚合，进一步捕获最基本的序列潜在特征，通过自适应融合组件能够得到最终的因子级特征，具体表示形式为：

5.根据权利要求1、3和4所述的门控单元增强胶囊网络模型，其特征在于，将输出用户特征向量分别和输出的多种类型短期兴趣所对应的序列特征向量进行内积操作，模型预测评分定义为：

6.根据权利要求1和5所述的门控单元增强胶囊网络模型，其特征在于，模型关于已评分和预测评分的二分类交叉熵损失函数为：

7.根据权利要求1和6所述的门控单元增强胶囊网络模型，其特征在于，门控单元融合模块和双通道动态路由模块的参数都能使用基于梯度算法高效地优化。