跨会话推荐方法、系统、存储介质及电子设备技术方案

本申请公开了一种跨会话推荐方法、系统、存储介质及电子设备，跨会话推荐方法包括：会话序列构建步骤：对原始的会话文本进行预处理，得到会话序列；会话图构建步骤：基于所述会话序列构建会话图；会话序列编码步骤：对所述会话图的会话结构进行编码，获得会话向量；知识获取步骤：根据所述会话向量通过知识获取模型输出会话文本知识；预测步骤：根据所述会话文本知识通过多层感知机获取与用户兴趣相关的推荐结果。本发明专利技术考虑了局部会话文本知识和全局会话文本知识，使得内容推荐素材更加丰富。富。富。

【技术实现步骤摘要】
跨会话推荐方法、系统、存储介质及电子设备


[0001]本专利技术属于跨会话推荐领域，具体涉及一种跨会话推荐方法、系统、存储介质及电子设备。

技术介绍

[0002]在推荐系统中，用户画像数据和物品画像数据提供了基础的推荐依据，除此之外用户的历史行为数据和物品的点击记录等数据也扮演着极其重要的作用，为个性化推荐提供了更充分的依据。随着推荐系统技术的日趋成熟，用户的行为数据和物品的点击记录等数据已经成为决定推荐效果的瓶颈。换而言之，拥有更丰富的数据，推荐算法就可以发挥更好的推荐效果。所以，如何获得、构建更加丰富的行为特征数据就表现的非常重要了。
[0003]现有技术的具体描述：
[0004]在现有的推荐场景中，主要可以分为两大类的推荐路线：
[0005](1)基于user的推荐：
[0006]基于user的推荐路线主要利用user侧的数据，包括用户画像、历史行为数据等，然后再利用协同过滤、矩阵分解等技术得到用户感兴趣的内容，或者利用目前主流的基于深度学习的wide
‑
deep神经网络去做内容推荐。
[0007](2)基于item的推荐：
[0008]和基于user推荐类似，基于item的推荐路线也是利用item侧的内容画像和历史浏览、点击等数据，后续流程和基于user的推荐路线一样，完成内容的推荐。

技术实现思路

[0009]本申请实施例提供了一种跨会话推荐方法、系统、存储介质及电子设备，以至少解决现有的跨会话推荐方法中用户行为数据和物品点击记录数据不足的问题。
[0010]本专利技术提供了一种跨会话推荐方法，其中，包括：
[0011]会话序列构建步骤：对原始的会话文本进行预处理，得到会话序列；
[0012]会话图构建步骤：基于所述会话序列构建会话图；
[0013]会话序列编码步骤：对所述会话图的会话结构进行编码，获得会话向量；
[0014]知识获取步骤：根据所述会话向量通过知识获取模型输出会话文本知识；
[0015]预测步骤：根据所述会话文本知识通过多层感知机获取与用户兴趣相关的推荐结果。
[0016]上述跨会话推荐方法，其中，所述会话序列编码步骤包括：将所述会话结构输入到图神经网络中，对所述会话结构进行编码，获得包含全局信息的所述会话向量。
[0017]上述跨会话推荐方法，其中，所述知识获取步骤包括：利用时序卷积神经网络对所述会话序列进行建模获得所述知识获取模型，根据所述会话向量通过所述知识获取模型获得当前会话序列的文本知识及会话序列之前的全局文本知识。
[0018]上述跨会话推荐方法，其中，所述预测步骤包括：
[0019]预测结果获取步骤：根据当前会话序列的文本知识及会话序列之前的全局文本知识通过多层感知机进行用户感兴趣的内容预测获得多个预测结果；
[0020]预测结果输出步骤：将多个所述预测结果按照预设规则的顺序输出获得所述推荐结果。
[0021]本专利技术还提供了一种跨会话推荐系统，其中，包括：
[0022]会话序列构建模块，所述会话序列构建模块对原始的会话文本进行预处理，得到会话序列；
[0023]会话图构建模块，所述会话图构建模块基于所述会话序列构建会话图；
[0024]会话序列编码模块，所述会话序列编码模块对所述会话图的会话结构进行编码，获得会话向量；
[0025]知识获取模块，所述知识获取模块根据所述会话向量通过知识获取模型输出会话文本知识；
[0026]预测模块，所述预测模块根据所述会话文本知识通过多层感知机获取与用户兴趣相关的推荐结果。
[0027]上述跨会话推荐系统，其中，所述会话序列编码模块将所述会话结构输入到图神经网络中，对所述会话结构进行编码，获得包含全局信息的所述会话向量。
[0028]上述跨会话推荐系统，其中，所述知识获取模块利用时序卷积神经网络对所述会话序列进行建模获得所述知识获取模型，根据所述会话向量通过所述知识获取模型获得当前会话序列的文本知识及会话序列之前的全局文本知识。
[0029]上述跨会话推荐系统，其中，所述预测模块包括：
[0030]预测结果获取单元，所述预测结果获取单元根据当前会话序列的文本知识及会话序列之前的全局文本知识通过多层感知机进行用户感兴趣的内容预测获得多个预测结果；
[0031]预测结果输出单元，所述预测结果输出单元将多个所述预测结果按照预设规则的顺序输出获得所述推荐结果。
[0032]本专利技术还提供一种电子设备，包括存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的计算机程序，其中，所述处理器执行所述计算机程序时实现任一所述的跨会话推荐方法。
[0033]本专利技术还提供一种存储介质，其上存储有计算机程序，其中，该程序被处理器执行时实现任一所述的跨会话推荐方法。
[0034]本专利技术的有益效果在于：
[0035]本专利技术属于推荐技术中的推荐算法领域。基于会话文本，本专利技术提出了一种跨会话推荐方法，同时可以做到缓解推荐冷启动的问题；同时考虑了局部会话文本知识和全局会话文本知识，使得内容推荐素材更加丰富；将用户会话行为使用图的结构表示，一方面可以很好的表示用户之间的关系流，另一方面可以从整个图上发现所有用户之间可能存在潜在关系，为后续用户行为关系挖掘提供数据支持依据。
附图说明
[0036]此处所说明的附图用来提供对本申请的进一步理解，构成本申请的一部分，本申请的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当限定。
[0037]在附图中：
[0038]图1是本专利技术的跨会话推荐方法的技术路线流程图；
[0039]图2是本专利技术的跨会话推荐方法的流程图；
[0040]图3是本专利技术步骤S5的分步骤流程图；
[0041]图4是本专利技术的跨会话推荐系统的结构示意图；
[0042]图5是根据本专利技术实施例的电子设备的框架图。
具体实施方式
[0043]为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行描述和说明。应当理解，此处所描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。基于本申请提供的实施例，本领域普通技术人员在没有作出创造性劳动的前提下所获得的所有其他实施例，都属于本申请保护的范围。
[0044]显而易见地，下面描述中的附图仅仅是本申请的一些示例或实施例，对于本领域的普通技术人员而言，在不付出创造性劳动的前提下，还可以根据这些附图将本申请应用于其他类似情景。此外，还可以理解的是，虽然这种开发过程中所作出的努力可能是复杂并且冗长的，然而对于与本申请公开的内容相关的本领域的普通技术人员而言，在本申请揭露的
技术实现思路
的基础上进行的一些设计，制造或者生产等变更只是常规的技术手段，不应当理解为本申请公开的内容不充分。
[0045]在本申请中提及“实施例”意味着，结合实施例描述的特定特征、结构或特性可本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种跨会话推荐方法，其特征在于，包括：会话序列构建步骤：对原始的会话文本进行预处理，得到会话序列；会话图构建步骤：基于所述会话序列构建会话图；会话序列编码步骤：对所述会话图的会话结构进行编码，获得会话向量；知识获取步骤：根据所述会话向量通过知识获取模型输出会话文本知识；预测步骤：根据所述会话文本知识通过多层感知机获取与用户兴趣相关的推荐结果。2.如权利要求1所述的跨会话推荐方法，其特征在于，所述会话序列编码步骤包括：将所述会话结构输入到图神经网络中，对所述会话结构进行编码，获得包含全局信息的所述会话向量。3.如权利要求1所述的跨会话推荐方法，其特征在于，所述知识获取步骤包括：利用时序卷积神经网络对所述会话序列进行建模获得所述知识获取模型，根据所述会话向量通过所述知识获取模型获得当前会话序列的文本知识及会话序列之前的全局文本知识。4.如权利要求3所述的跨会话推荐方法，其特征在于，所述预测步骤包括：预测结果获取步骤：根据当前会话序列的文本知识及会话序列之前的全局文本知识通过多层感知机进行用户感兴趣的内容预测获得多个预测结果；预测结果输出步骤：将多个所述预测结果按照预设规则的顺序输出获得所述推荐结果。5.一种跨会话推荐系统，其特征在于，包括：会话序列构建模块，所述会话序列构建模块对原始的会话文本进行预处理，得到会话序列；会话图构建模块，所述会话图构建模块基于所述会话序列构建会话图；会话序列编码模块，所述会话序列编码模块对所...

【专利技术属性】
技术研发人员：朱志强，徐凯波，
申请(专利权)人：上海明略人工智能集团有限公司，
类型：发明
国别省市：