[发明专利]点击概率预测、页面内容推荐方法和装置

权利要求书

1.一种点击概率预测方法，包括：

获取记录有用户对页面内容的点击行为的点击日志；所述点击日志采用基于时间段的数据记录方式记录所述点击行为；

根据所述点击日志，生成用户节点和内容节点，以及根据所述点击行为，在所述用户节点与所述内容节点之间生成用户点击边，根据设定时间内所述用户分别对多个页面内容的连续的点击行为，在所述多个页面内容对应的内容节点之间分别生成连接线作为连续点击边，根据所述页面内容之间的相似度，在所述内容节点之间生成内容相似边；其中，所述用户在所述设定时间内连续点击的多个页面内容包括第一页面内容、第二页面内容和第三页面内容；所述连续点击边包括所述第一页面内容与第二页面内容对应的内容节点之间的连续点击边、所述第二页面内容与第三页面内容对应的内容节点之间的连续点击边和所述第三页面内容与第一页面内容对应的内容节点之间的连续点击边；

根据所述用户节点和内容节点以及所述用户点击边、连续点击边和内容相似边生成异构图；所述异构图由节点以及连接所述节点的节点关系边构成；所述节点包括所述内容节点和用户节点；所述节点关系边包括所述用户点击边、连续点击边和内容相似边；

在所述异构图的用户节点中选取待预测用户节点，以及，在所述异构图的内容节点中选取待预测内容节点；

根据所述异构图中各个所述节点之间的节点关系边以及图卷积网络中所包含的卷积层的层数K，在所述异构图中查找待预测节点的邻居节点；所述待预测节点包括所述待预测用户节点和所述待预测内容节点；所述待预测节点的邻居节点包括1-K阶邻居节点；

通过所述图卷积网络将所述邻居节点的节点特征汇聚至所述待预测节点，得到所述待预测节点的汇聚特征向量；

根据所述待预测用户节点和所述待预测内容节点各自的汇聚特征向量，预测点击概率。

2.根据权利要求1所述的方法，其特征在于，所述根据所述页面内容之间的相似度，在所述内容节点之间生成内容相似边，包括：

在所述异构图中选取第一内容节点和第二内容节点；

获取所述第一内容节点和所述第二内容节点各自的节点特征；

计算所述第一内容节点和所述第二内容节点各自的节点特征的相似度；

当所述第一内容节点和所述第二内容节点各自的节点特征的相似度高于预设的相似度阈值，在所述第一内容节点和所述第二内容节点之间，生成所述内容相似边。

3.根据权利要求1所述的方法，其特征在于，所述根据所述异构图中各个所述节点之间的节点关系边以及图卷积网络中所包含的卷积层的层数K，在所述异构图中查找待预测节点的邻居节点，包括：

在所述异构图中，查找与所述待预测节点存在所述节点关系边的节点，得到所述待预测节点的下一阶邻居节点；

在所述异构图中查找与所述下一阶邻居节点存在所述节点关系边的节点，得到所述下一阶邻居节点的邻居节点；

将所述下一阶邻居节点的邻居节点作为更新的下一阶邻居节点，并返回至所述在所述异构图中查找与所述下一阶邻居节点存在所述节点关系边的节点的步骤，直至得到1-K阶邻居节点；其中，K≥1；

将所述1-K阶邻居节点作为所述待预测节点的邻居节点。

4.根据权利要求3所述的方法，其特征在于，所述通过所述图卷积网络将所述邻居节点的节点特征汇聚至所述待预测节点，得到所述待预测节点的汇聚特征向量，包括：

通过图卷积网络的第k层卷积层，对根据第k阶邻居节点的节点特征得到的初始特征向量进行聚合，得到所述第k层卷积层输出的特征向量；所述图卷积网络包括K层卷积层；1≤k≤K；

通过所述图卷积网络的拼接层，将所述第k层卷积层输出的特征向量与根据第k-1阶邻居节点的汇聚特征向量进行拼接，并对拼接后的特征向量进行加权激活，得到所述第k阶邻居节点的汇聚特征向量；

返回至所述通过所述图卷积网络的第k层卷积层，对根据第k阶邻居节点的节点特征得到的初始特征向量进行聚合，得到所述第k层卷积层输出的特征向量的步骤，直至得到所述待预测节点的汇聚特征向量。