[发明专利]基于图卷积网络模型的面向群组对象的推荐方法

权利要求书

1.一种基于图卷积网络模型的面向群组对象的推荐方法，其特征在于，包括以下步骤：

步骤1、根据群组与用户的关系构建群组-用户关系二部图Graph_R，根据群组与商品的历史交互行为记录构建群组-商品交互二部图Graph_G，根据用户与商品的历史交互行为记录构建用户-商品交互二部图Graph_U；

步骤2、利用三个图卷积网络Net_R、Net_G、Net_U分别从三个二部图中提取特征，其中网络Net_R的输入为群组和用户，输出为群组和用户的部分特征信息，网络Net_G的输入为群组和商品，输出为群组和商品的部分特征信息，网络Net_U的输入为用户和商品，输出为用户和商品的部分特征信息；

步骤3、将网络Net_R输出的群组的部分特征信息和网络Net_G输出的群组的部分特征信息进行特征融合获得群组的完全的特征表示e_g；同样的，获得用户、商品各自完全的特征表示分别为e_u、e_m；

步骤4、根据步骤3获得的群组、商品的特征表示预测群组与商品发生交互的可能性大小，根据用户、商品的特征表示预测用户与商品发生交互的可能性大小；对于某特定群组或用户，按照其与商品的交互可能性大小对商品进行排序，将可能性最大的K个商品推荐给该群组或用户，即为该群组或用户的Top-K推荐列表。

2.根据权利要求1所述的基于图卷积网络模型的面向群组对象的推荐方法，其特征在于，步骤1的具体过程为：

构建群组-用户关系二部图Graph_R时，将群组和用户作为二部图中的节点，若群组g包含用户u，或者用户u在群组g中，则群组g和用户u对应的两个节点之间存在路径；构建群组-商品交互二部图Graph_G时，将群组和商品作为二部图中的节点，若群组g与商品m之间发生过交互行为，则群组g和商品m对应的两个节点之间存在路径；构建用户-商品交互二部图Graph_U时，将用户和商品作为二部图中的节点，若用户u与商品m之间发生过交互行为，则用户u和商品m对应的两个节点之间存在路径。

3.根据权利要求1所述的基于图卷积网络模型的面向群组对象的推荐方法，其特征在于，步骤2中三个图卷积网络具有相同的结构，均包括三部分：特征初始化模块，信息传递模块、输出模块；其中三个图神经网络共享一个特征初始化模块，即对每个群组、用户或者商品，只有一个初始化特征表示；

所述初始化模块，为每个群组、用户和商品初始化一个特征表示；

所述信息传递模块，包括K个信息传递层，每个信息传递层将图中每个节点依次视为中心节点，然后将该节点的相邻节点的信息传递至中心节点，并更新节点的特征表示，K个信息传递层共获得K个节点的特征表示；

所述输出模块，用于将节点的K个特征表示与节点的初始化特征表示串联在一起，作为节点的特征表示输出。

4.根据权利要求3所述的基于图卷积网络模型的面向群组对象的推荐方法，其特征在于，所述初始化模块具体采用Xavier方法为每个群组、用户和商品初始化一个特征表示。