System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 基于多行为的交互内容推荐方法、装置及相关设备制造方法及图纸_技高网

基于多行为的交互内容推荐方法、装置及相关设备制造方法及图纸

技术编号:41973756 阅读:3 留言:0更新日期:2024-07-10 16:52
本发明专利技术公开了一种基于多行为的交互内容推荐方法、装置、计算机设备及存储介质,所述方法包括:获取用户数据、项目数据,以及所述用户数据中的用户与所述项目数据中的项目之间的多行为交互数据;基于所述用户数据、所述项目数据和所述多行为交互数据,对多行为推荐模型进行训练,所述多行为推荐模型至少包括对比视图模块和推荐模块,所述对比视图模块用于生成多行为视图、用户语义视图和项目语义视图,所述推荐模块用于基于所述多行为视图、所述用户语义视图和所述项目语义视图,生成推荐结果;将目标用户输入训练后的多行为推荐模型中,确定目标推荐结果,所述目标推荐结果包括至少一个推荐的交互内容,采用本发明专利技术提高交互内容推荐的准确率。

【技术实现步骤摘要】

本专利技术涉及数据处理领域,尤其涉及一种基于多行为的交互内容推荐方法、装置及相关设备


技术介绍

1、在电子商务平台、在线视频网站、社交网站等平台上,对用户提供个性化推荐已成为热点。目前实现用户个性化推荐的方式主要为协同过滤。比如,矩阵分解算法、自编码器等。

2、目前的协同过滤方法是基于用户与单一交互行为类型下的交互内容的交互行为进行分析,以实现对用户个性化推荐该类型下的交互内容。但实际情况中,用户与交互内容的交互行为类型多样化,即实际情况下,用户与交互内容为多行为交互。目前的基于多行为的交互内容推荐方式主要通过利用不同的深度模型对引入的辅助行为(比如,用户在购物时的点击行为和添加到购物车行为)进行学习,将得到的知识作为附加信息,增强相对稀疏的目标行为,从而更好地推断用户对目标行为推荐的偏好。但现有方法存在因引入大量的辅助行为,增加噪声信息和不相关的语义,导致推荐内容不准确的问题。


技术实现思路

1、本专利技术实施例提供一种基于多行为的交互内容推荐方法、装置、计算机设备和存储介质,以提高交互内容推荐的准确率。

2、为了解决上述技术问题,本申请实施例提供一种基于多行为的交互内容推荐方法,包括:

3、获取用户数据、项目数据,以及所述用户数据中的用户与所述项目数据中的项目之间的多行为交互数据;

4、基于所述用户数据、所述项目数据和所述多行为交互数据,对多行为推荐模型进行训练,所述多行为推荐模型至少包括对比视图模块和推荐模块,所述对比视图模块用于生成多行为视图、用户语义视图和项目语义视图,所述推荐模块用于基于所述多行为视图、所述用户语义视图和所述项目语义视图,生成推荐结果;

5、将目标用户输入训练后的多行为推荐模型中,确定目标推荐结果,所述目标推荐结果包括至少一个推荐的交互内容。

6、为了解决上述技术问题,本申请实施例还提供一种基于多行为的交互内容推荐装置,包括:

7、数据获取单元,用于获取用户数据、项目数据,以及所述用户数据中的用户与所述项目数据中的项目之间的多行为交互数据;

8、训练单元,用于基于所述用户数据、所述项目数据和所述多行为交互数据,对多行为推荐模型进行训练,所述多行为推荐模型至少包括对比视图模块和推荐模块,所述对比视图模块用于生成多行为视图、用户语义视图和项目语义视图,所述推荐模块用于基于所述多行为视图、所述用户语义视图和所述项目语义视图,生成推荐结果;

9、推荐单元,用于将目标用户输入训练后的多行为推荐模型中,确定目标推荐结果,所述目标推荐结果包括至少一个推荐的交互内容。

10、为了解决上述技术问题,本申请实施例还提供一种计算机设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现上述基于多行为的交互内容推荐方法的步骤。

11、为了解决上述技术问题,本申请实施例还提供一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现上述基于多行为的交互内容推荐方法的步骤。

12、本专利技术实施例提供的基于多行为的交互内容推荐方法、装置、计算机设备及存储介质,通过获取用户数据、项目数据,以及所述用户数据中的用户与所述项目数据中的项目之间的多行为交互数据;基于所述用户数据、所述项目数据和所述多行为交互数据,对多行为推荐模型进行训练,所述多行为推荐模型至少包括对比视图模块和推荐模块,所述对比视图模块用于生成多行为视图、用户语义视图和项目语义视图,所述推荐模块用于基于所述多行为视图、所述用户语义视图和所述项目语义视图,生成推荐结果;将目标用户输入训练后的多行为推荐模型中,确定目标推荐结果,所述目标推荐结果包括至少一个推荐的交互内容,采用本专利技术提高交互内容推荐的准确率。

本文档来自技高网...

【技术保护点】

1.一种基于多行为的交互内容推荐方法,其特征在于,所述基于多行为的交互内容推荐方法包括:

2.根据权利要求1所述的基于多行为的交互内容推荐方法,其特征在于,所述基于所述用户语义信息表示和所述多行为信息表示,生成用户语义视图,包括:

3.根据权利要求1所述的基于多行为的交互内容推荐方法,其特征在于,所述确定所述用户数据中的用户语义信息表示、所述项目数据中的项目语义信息表示,以及所述多行为交互数据中的多行为交互信息表示包括:

4.根据权利要求3所述的基于多行为的交互内容推荐方法,其特征在于,所述基于所述预设多个图卷积层、所述第一聚合特征和所述第二聚合特征,对所述多行为关系图进行特征表示提取,得到所述多行为交互信息表示,包括:

5.根据权利要求4所述的基于多行为的交互内容推荐方法,其特征在于,所述基于所述预设多个图卷积层、所述第一聚合特征和所述第二聚合特征,对所述多行为关系图进行特征表示提取,得到所述多行为交互信息表示之后,所述方法,还包括:

6.一种基于多行为的交互内容推荐装置,其特征在于,所述基于多行为的交互内容推荐装置包括:

7.一种计算机设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1至5任一项所述的基于多行为的交互内容推荐方法。

8.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至5任一项所述的基于多行为的交互内容推荐方法。

...

【技术特征摘要】

1.一种基于多行为的交互内容推荐方法,其特征在于,所述基于多行为的交互内容推荐方法包括:

2.根据权利要求1所述的基于多行为的交互内容推荐方法,其特征在于,所述基于所述用户语义信息表示和所述多行为信息表示,生成用户语义视图,包括:

3.根据权利要求1所述的基于多行为的交互内容推荐方法,其特征在于,所述确定所述用户数据中的用户语义信息表示、所述项目数据中的项目语义信息表示,以及所述多行为交互数据中的多行为交互信息表示包括:

4.根据权利要求3所述的基于多行为的交互内容推荐方法,其特征在于,所述基于所述预设多个图卷积层、所述第一聚合特征和所述第二聚合特征,对所述多行为关系图进行特征表示提取,得到所述多行为交互信息表示,包括:

5.根据权利要求4所...

【专利技术属性】
技术研发人员:胡春华苏影袁一豪
申请(专利权)人:湖南工商大学
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1