公开(公告)号：CN110119467B

公开(公告)日：2023-05-02

申请号：CN201910398877.3

申请日：2019-05-14

Applicant: 苏州大学

Inventor： 赵朋朋 ,  徐程凤 ,  周晓方 ,  崔志明

IPC: G06F16/951 ,  G06F16/9535

Abstract: 本发明公开了一种基于会话的项目推荐方法、装置、设备及计算机可读存储介质；在本方案中，通过用户的历史会话序列构建出一个有向的会话结构图，基于该会话结构图，图神经网络能够捕捉相邻项目之间的转换，并且生成该图中所有节点的隐含状态向量，然后运用自注意力机制来建模长距离依赖，最后把用户的全局偏好和当前局部偏好的线性组合作为当前会话的隐含向量来预测下一次点击的概率，本方案利用自注意力网络和图神经网络的互补优势，实现了对项目的精准推荐。

公开(公告)号：CN110119467A

公开(公告)日：2019-08-13

申请号：CN201910398877.3

申请日：2019-05-14

Applicant: 苏州大学

Inventor： 赵朋朋 ,  徐程凤 ,  周晓方 ,  崔志明

IPC: G06F16/951 ,  G06F16/9535

Abstract: 本发明公开了一种基于会话的项目推荐方法、装置、设备及计算机可读存储介质；在本方案中，通过用户的历史会话序列构建出一个有向的会话结构图，基于该会话结构图，图神经网络能够捕捉相邻项目之间的转换，并且生成该图中所有节点的隐含状态向量，然后运用自注意力机制来建模长距离依赖，最后把用户的全局偏好和当前局部偏好的线性组合作为当前会话的隐含向量来预测下一次点击的概率，本方案利用自注意力网络和图神经网络的互补优势，实现了对项目的精准推荐。

公开(公告)号：CN109543112A

公开(公告)日：2019-03-29

申请号：CN201811457888.6

申请日：2018-11-30

Applicant: 苏州大学

Inventor： 赵朋朋 ,  徐程凤 ,  周晓方 ,  崔志明

IPC: G06F16/9535 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于循环卷积神经网络的序列推荐方法，包括以下步骤：获得用户历史互动项目序列后，在预先训练获得的循环卷积神经网络的循环层，对每个项目做转换处理，获得隐藏状态向量，在循环卷积神经网络的卷积层，对基于隐藏状态向量确定的窗口矩阵分别进行水平卷积操作和垂直卷积操作，获得水平卷积结果和垂直卷积结果，在全连接层，根据水平卷积结果、垂直卷积结果和隐藏状态向量，获得用户与项目集合中每个项目的互动概率预测结果，根据该预测结果，确定推荐给用户的项目。应用本发明实施例所提供的技术方案，增强了推荐性能，实现了更加高效的序列推荐。本发明还公开了一种基于循环卷积神经网络的序列推荐装置，具有相应技术效果。