[发明专利]一种基于图卷积神经网络的会话序列推荐方法及系统在审
| 申请号： | 201910098574.X | 申请日： | 2019-01-31 |
| 公开（公告）号： | CN109816101A | 公开（公告）日： | 2019-05-28 |
| 发明（设计）人： | 吴书;王亮;朱彦樵;王海滨;纪文峰;李凯 | 申请（专利权）人： | 中科人工智能创新技术研究院（青岛）有限公司 |
| 主分类号： | G06N3/04 | 分类号： | G06N3/04;G06N3/08;G06Q30/06;G06Q30/02 |
| 代理公司： | 济南圣达知识产权代理有限公司 37221 | 代理人： | 李圣梅 |
| 地址： | 266300 山东省青岛市胶州市*** | 国省代码： | 山东;37 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本公开提出了一种基于图卷积神经网络的会话序列推荐方法及系统，针对每个会话序列构建为一个有向图，对于每个有向图，将其输入至图卷积神经网络以获得所有节点的隐含表示向量；基于得到的节点的隐含表示向量，使用软注意力机制网络生成全局偏好向量和局部点击偏好向量，其中全局偏好向量和局部点击偏好向量均由节点的隐含表示向量组成，之后，将每个会话序列表示为全局偏好向量以及该会话中用户局部点击偏好向量的组合；对于每个会话序列，由计算出的全局偏好向量以及该会话中用户局部点击偏好向量的组合预测每个项目成为下一次点击的概率。通过引入全局和局部的隐含向量表示，去除了原始向量空间中的一些噪音，获得更准确的预测效果。 | ||
| 搜索关键词： | 偏好向量 会话 隐含 神经网络 向量 全局 有向图 注意力机制 网络生成 向量表示 序列表示 序列构建 一次点击 原始向量 预测 噪音 概率 引入 | ||
【主权项】：
1.一种基于图卷积神经网络的会话序列推荐方法，其特征是，包括：获得用户的历史点击项数据，并针对每个会话序列构建为一个有向图，对于每个有向图，将其输入至图卷积神经网络以获得有向图中涉及的所有节点的隐含表示向量；基于得到的节点的隐含表示向量，使用软注意力机制网络生成全局偏好向量和局部点击偏好向量，其中全局偏好向量和局部点击偏好向量均由节点的隐含表示向量组成，之后，将每个会话序列表示为全局偏好向量以及该会话中用户局部点击偏好向量的组合；对于每个会话序列，由计算出的全局偏好向量以及该会话中用户局部点击偏好向量的组合预测每个项目成为下一次点击的概率。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于中科人工智能创新技术研究院（青岛）有限公司，未经中科人工智能创新技术研究院（青岛）有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910098574.X/，转载请声明来源钻瓜专利网。
