【技术实现步骤摘要】
本申请涉及数据处理，特别是涉及一种物品推荐方法、装置、计算机设备和存储介质。
技术介绍
1、随着数据处理技术的发展，出现了图卷积网络（graph convolutional networks，gcn），图卷积网络可以通过聚合各节点特征，确定用户与物品之间的潜在关系，进而根据潜在关系向用户推荐物品，因此，如何准确确定潜在关系至关重要。
2、现有技术中，图卷积网络通常使用固定的卷积核对节点特征进行聚合，从而达到捕捉用户与物品间潜在关系的效果，该方式虽然能够完成对潜在关系的确定，但存在潜在关系确定不准确的问题，进而影响为用户推荐物品的准确性。
技术实现思路
1、基于此，有必要针对上述技术问题，提供一种能够准确为用户推荐物品的物品推荐方法、装置、计算机设备和存储介质。
2、第一方面，本申请提供了一种物品推荐方法，包括：
3、根据待推荐用户的用户需求和历史行为数据，确定至少一个目标实体对应的实体关系路径；其中，目标实体包括待推荐用户和至少一个候选推荐物品；
4、针对每一目标实体，提取目标实体对应的实体关系路径中的内容特征数据以及时序特征数据；
5、对内容特征数据和时序特征数据进行特征融合，得到目标实体的融合特征数据；
6、根据待推荐用户的融合特征数据和各候选推荐物品的融合特征数据，从至少一个候选推荐物品中，选取向待推荐用户进行推荐的目标推荐物品。
7、在其中一个实施例中，提取目标实体对应的实体关系路径中的内容
8、在其中一个实施例中，根据实体节点对应前驱实体节点的内容特征数据和实体节点的节点层级特征，确定实体节点对应的初始内容特征，包括：将实体节点对应的节点层级和实体节点对应前驱实体节点的内容特征数据进行拼接融合，得到实体节点的第一内容特征；根据实体关系路径对应的卷积核权重，对实体节点的第一内容特征进行特征提取，得到初始内容特征；其中，实体关系路径对应的卷积核权重，基于实体关系路径中所包含各实体节点的节点层级特征确定。
9、在其中一个实施例中，提取目标实体对应的实体关系路径中的时序特征数据，包括：基于长短期记忆网络lstm，提取目标实体对应的实体关系路径中各层级节点在不同时间步上的隐状态特征；时间步对应实体关系路径中实体节点；针对每一时间步，根据时间步对应实体节点的节点层级特征，确定时间步的层级权重；根据不同时间步的层级权重，对相应时间步上的隐状态特征进行特征融合，得到实体关系路径的时序特征数据。
10、在其中一个实施例中，根据时间步对应实体节点的节点层级特征，确定时间步的层级权重，包括：根据时间步对应实体节点的节点层级特征，确定时间步对应实体节点的层级得分；根据时间步对应实体节点的层级得分在实体关系路径中各实体节点的层级得分的占比，确定时间步的层级权重。
11、在其中一个实施例中，若目标实体对应的实体关系路径的数量为至少两个，则对内容特征数据和时序特征数据进行特征融合，得到目标实体的融合特征数据，包括：针对目标实体对应的每一实体关系路径，将实体关系路径的内容特征数据和相应时序特征数据进行拼接融合，得到实体关系路径的路径融合特征；对目标实体对应的各实体关系路径的路径融合特征进行再次融合，得到目标实体的融合特征数据。
12、在其中一个实施例中，对目标实体对应的各实体关系路径的路径融合特征进行再次融合，得到目标实体的融合特征数据，包括：针对目标实体对应的每一实体关系路径，根据实体关系路径的路径长度，确定实体关系路径的路径类别；根据目标实体对应的相同路径类别下各实体关系路径的路径融合特征，确定各实体关系路径在相应路径类别下的路径得分；根据实体关系路径的路径得分，在所属路径类别下的各实体关系路径的路径得分的占比，确定实体关系路径的类内路径权重；根据相同路径类别下的各实体关系路径的类内路径权重，对相应路径类别下各实体关系路径的路径融合特征进行加权融合，得到相应路径类别的目标融合特征；将不同路径类别的目标融合特征再次融合，得到目标实体的融合特征数据。
13、第二方面，本申请还提供了一种物品推荐装置，包括：
14、路径确定模块，用于根据待推荐用户的用户需求和历史行为数据，确定至少一个目标实体对应的实体关系路径；其中，目标实体包括待推荐用户和至少一个候选推荐物品；
15、特征提取模块，用于针对每一目标实体，提取目标实体对应的实体关系路径中的内容特征数据以及时序特征数据；
16、特征融合模块，用于对内容特征数据和时序特征数据进行特征融合，得到目标实体的融合特征数据；
17、物品选取模块，用于根据待推荐用户的融合特征数据和各候选推荐物品的融合特征数据，从至少一个候选推荐物品中，选取目标推荐物品。
18、第三方面，本申请还提供了一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现以下步骤：
19、根据待推荐用户的用户需求和历史行为数据，确定至少一个目标实体对应的实体关系路径；其中，目标实体包括待推荐用户和至少一个候选推荐物品；
20、针对每一目标实体，提取目标实体对应的实体关系路径中的内容特征数据以及时序特征数据；
21、对内容特征数据和时序特征数据进行特征融合，得到目标实体的融合特征数据；
22、根据待推荐用户的融合特征数据和各候选推荐物品的融合特征数据，从至少一个候选推荐物品中，选取向待推荐用户进行推荐的目标推荐物品。
23、第四方面，本申请还提供了一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现以下步骤：
24、根据待推荐用户的用户需求和历史行为数据，确定至少一个目标实体对应的实体关系路径；其中，目标实体包括待推荐用户和至少一个候选推荐物品；
25、针对每一目标实体，提取目标实体对应的实体关系路径中的内容特征数据以及时序特征数据；
26、对内容特征数据和时序特征数据进行特征融合，得到目标实体的融合特征数据；
27、根据待推荐用户的融合特征数据和各候选推荐物品的融合特征数据，从至少一个候选推荐物品中，选取向待推荐用户进行推荐的目本文档来自技高网...
【技术保护点】
1.一种物品推荐方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，提取所述目标实体对应的实体关系路径中的内容特征数据，包括：
3.根据权利要求2所述的方法，其特征在于，所述根据所述实体节点对应前驱实体节点的内容特征数据和所述实体节点的节点层级特征，确定所述实体节点对应的初始内容特征，包括：
4.根据权利要求1所述的方法，其特征在于，提取所述目标实体对应的实体关系路径中的时序特征数据，包括：
5.根据权利要求4所述的方法，其特征在于，所述根据所述时间步对应实体节点的节点层级特征，确定所述时间步的层级权重，包括：
6.根据权利要求1-5任一项所述的方法，其特征在于，若所述目标实体对应的实体关系路径的数量为至少两个，则所述对所述内容特征数据和所述时序特征数据进行特征融合，得到所述目标实体的融合特征数据，包括：
7.根据权利要求6所述的方法，其特征在于，所述对所述目标实体对应的各所述实体关系路径的路径融合特征进行再次融合，得到目标实体的融合特征数据，包括：
8.一种物品推荐装置，其特征在
9.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1-7任一项所述的方法的步骤。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1-7任一项所述的方法的步骤。
...【技术特征摘要】
1.一种物品推荐方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，提取所述目标实体对应的实体关系路径中的内容特征数据，包括：
3.根据权利要求2所述的方法，其特征在于，所述根据所述实体节点对应前驱实体节点的内容特征数据和所述实体节点的节点层级特征，确定所述实体节点对应的初始内容特征，包括：
4.根据权利要求1所述的方法，其特征在于，提取所述目标实体对应的实体关系路径中的时序特征数据，包括：
5.根据权利要求4所述的方法，其特征在于，所述根据所述时间步对应实体节点的节点层级特征，确定所述时间步的层级权重，包括：
6.根据权利要求1-5任一项所述的方法，其特征在于，若所述目标实体...
【专利技术属性】
技术研发人员：石山山，李潍希，李明凯，
申请(专利权)人：沈阳美行科技股份有限公司，
类型：发明
国别省市：
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。