[发明专利]一种基于重复搜索机制的项目推荐方法

权利要求书

1.一种基于重复搜索机制的项目推荐方法，其特征在于，包括：

获取当前用户在当前会话中访问过的项目序列；利用图神经网络确定所述项目序列中各个项目的向量表示；

利用第一注意力机制层，根据所述项目序列中各个项目的向量表示，确定所述当前会话属于重复行为模式和探索行为模式的概率分布；其中，所述重复行为模式指所述当前用户下一次访问的项目为所述项目序列中的项目的情况，所述探索行为模式指所述当前用户下一次访问的项目并非所述项目序列中的项目的情况；

利用第二注意力机制层，根据所述项目序列中各个项目的向量表示，确定候选项目在重复行为模式下的得分；

利用第三注意力机制层，根据所述项目序列中各个项目的向量表示，确定所述候选项目在探索行为模式下的得分；

根据所述概率分布、所述候选项目在重复行为模式下的得分、所述候选项目在探索行为模式下的得分，确定所述候选项目的最终得分；在所述最终得分满足预设要求时，向所述当前用户推荐所述候选项目；

利用第二注意力机制层，根据所述项目序列中各个项目的向量表示，确定候选项目在重复行为模式下的得分，包括：

根据第二注意力机制层的训练参数和偏置项以及所述项目序列中各个项目的向量表示，确定所述当前会话在重复行为模式下的第二向量表示；根据所述第二向量表示和候选项目的向量表示，确定候选项目在重复行为模式下的得分；

所述利用图神经网络确定所述项目序列中各个项目的向量表示，包括：

确定所述项目序列中各个项目的初始的向量表示；

利用图神经网络对所述项目序列中各个项目的向量表示进行目标次数的迭代更新，得到最终的所述项目序列中各个项目的向量表示，其中所述目标次数等于所述项目序列中的项目数量；

所述利用第一注意力机制层，根据所述项目序列中各个项目的向量表示，确定所述当前会话属于重复行为模式和探索行为模式的概率分布，包括：

根据第一注意力机制层的训练参数和偏置项以及所述项目序列中各个项目的向量表示，确定所述当前会话的第一向量表示；根据所述第一向量表示、所述项目序列中最后一个项目的向量表示、预设权重矩阵，确定目标多维矩阵；将所述目标多维矩阵投影至二维空间，得到所述当前会话中重复行为和探索行为的概率分布。

2.如权利要求1所述的方法，其特征在于，所述在所述最终得分满足预设要求时，向所述当前用户推荐所述候选项目，包括：

在确定候选集合中各个候选项目的最终得分后，确定最终得分最高的目标候选项目，并向所述当前用户推荐所述目标候选项目。