[发明专利]基于图网络的商品信息推荐方法及电子设备

权利要求书

1.一种基于图网络的商品信息推荐方法，其特征在于，包括：

定义有序推荐路径；

使用注意机制分析所述有序推荐路径的重要性，使用相加操作实现所述有序推荐路径的嵌入，得到基于图嵌入的统一协作过滤框架的目标函数；

选择对应于不同所述有序推荐路径的推荐算法；

基于所述目标函数和所述推荐算法搭建基于图网络的推荐算法选择模型；

训练基于图网络的推荐算法选择模型，得到推荐算法自动选择模型；

使用所述推荐算法自动选择模型选择推荐算法，依据所述推荐算法向用户推荐商品信息；

其中，所述定义有序推荐路径，具体包括：

定义三元组和分别表示第i个用户和第j个商品，p代表连结用户和商品的有序推荐路径，r₁表示用户购买一个商品，r₂表示用户在购买一个商品之前购买了另一个商品，表示用户在购买商品之前买的商品；

其中，所述相加操作具体包括公式：

其中为商品的嵌入向量，为路径的嵌入向量，为所述用户购买一个商品的嵌入向量，为所述用户在购买一个商品之前购买了另一个商品的嵌入向量；

其中，所述基于图嵌入的统一协作过滤框架的目标函数具体包括：

其中，表示所有的用户-商品键对集合，γ0是边缘超参数，为负样例，表示一个不同于的用户，表示和间的距离，表示和间的距离，[x]₊＝max(0；x)返回0和x之间的最大值，是负样例组成的用户-商品键对三元组集合

2.根据权利要求1所述的基于图网络的商品信息推荐方法，其特征在于，所述有序推荐路径中的任意两个商品遵守唯一性和有序性，其中：

定义表示用户购买商品的时间；所述有序推荐路径中的任意两个商品表示为

所述唯一性为：p两次经过相同商品，属于不同的购买行为；

所述有序性为：p在经过之前经过了则先于被购买。

3.根据权利要求2所述的基于图网络的商品信息推荐方法，其特征在于，所述注意机制具体包括公式：

其中表示连接用户i和商品j的有序推荐路径p的重要性，p′表示所述有序推荐路径p中的任意一条路径。

4.根据权利要求1所述的基于图网络的商品信息推荐方法，其特征在于，所述基于图嵌入的统一协作过滤框架的目标函数使用欧几里得距离作为唯一的距离度量。

5.根据权利要求1所述的基于图网络的商品信息推荐方法，其特征在于，所述推荐算法具体包括如下中的一种或多种：一阶矩阵分解、贝叶斯个性排序、分解马尔科夫链、混合推荐。

6.根据权利要求1所述的基于图网络的商品信息推荐方法，其特征在于，所述训练基于图网络的推荐算法选择模型的过程采用预热训练策略。

7.一种电子设备，包括存储器、处理器及存储在存储器上并可在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程序时实现如权利要求1至6任意一项所述的方法。