[发明专利]一种图嵌入向量的生成方法以及推荐网络模型的生成方法

权利要求书

1.一种图嵌入向量的生成方法，其特征在于，所述方法包括：

获取待处理的数据样本，其中，所述数据样本包括若干用户历史行为序列；

基于若干用户历史行为序列，确定所述数据样本对应的静态图数据以及动态时间图数据，其中，所述静态图数据的顶点和动态时间图数据的顶点均为用户历史序列中的项目，所述静态图数据中的权重用于反映若干用户历史行为中相关项目对的频率，所述动态时间图数据中的权重用于反映若干用户历史行为中相关项目对的频率以及项目对中两个项目转换的行为时间；

基于所述静态图数据确定所述数据样本对应的静态图嵌入向量表，并基于所述动态时间图数据确定所述数据样本对应的动态图嵌入向量表；

基于所述静态图嵌入向量表以及所述动态图嵌入向量表，确定所述数据样本对应的图嵌入向量表；

其中，所述静态图数据的构建过程具体包括：

获取若干用户历史行序列包括的所有项目，以得到所述静态图数据对应的顶点集；

对于若干用户历史行为中对每个用户历史行为，确定该用户历史行为对应的项目对，其中，所述项目对包括第一项目和第二项目，所述第一项目和第二项目按照时间顺序为相邻项目；

根据获取到的所有项目对，确定顶点序列中各顶点之间的边以及各边的出现次数；

将各边的出现次数作为各边对应的权重，以得到所述静态图数据；

所述动态时间图数据的构建过程具体包括：

获取若干用户历史行序列包括的所有项目，以得到所述动态时间图数据对应的顶点集；

对于若干用户历史行为中对每个用户历史行为，确定该用户历史行为对应的项目对，其中，所述项目对包括第一项目和第二项目，所述第一项目和第二项目按照时间顺序为相邻项目；

根据获取到的所有项目对，确定顶点序列中各顶点之间的边，以得到动态时间图数据对应的边；

对于动态时间图数据的每条边，确定该边对应的各项目对以及各项目对中目标项目对应的时间戳，并基于各项目以及各项目对应的时间戳确定该边对应的权重，以得到所述动态时间图数据。

2.根据权利要求1所述图嵌入向量的生成方法，其特征在于，所述基于所述静态图数据确定所述数据样本对应的静态图嵌入向量表具体包括：

获取所述静态图数据对应的顶点集合，根据所述顶点集合形成若干参考顶点序列；

对于每个参考顶点序列，对该参考顶点序列进行随机游走以得到若干随机顶点序列；

基于获取到的所有随机顶点序列进行词向量训练，生成每个顶点对应的静态图嵌入向量，以得到所述数据样本对应的静态图嵌入向量表。

3.根据权利要求1所述图嵌入向量的生成方法，其特征在于，所述基于所述动态时间图数据确定所述数据样本对应的动态图嵌入向量表具体包括：

获取所述动态时间图数据对应的顶点集合，根据所述顶点集合形成若干参考顶点序列；

对于每个参考顶点序列，对该参考顶点序列进行时态游走以得到若干随机顶点序列，其中，所述时态游走为以时序顺序为约束条件的随机游走；

基于获取到的所有随机顶点序列进行词向量训练，生成每个顶点对应的动态图嵌入向量，以得到所述数据样本对应的动态图嵌入向量表。

4.一种推荐网络模型的生成方法，其特征在于，所述方法包括：

获取训练样本集；

对于训练样本集中的每个训练样本，基于预设图嵌入向量表确定该训练样本对应的图嵌入向量，其中，所述图嵌入向量为基于如权利要求1-3任一所述的图嵌入向量的生成方法确定的；

基于所述训练样本以及所述图嵌入向量，对预设网络模型进行训练，以得到推荐网络模型。

5.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有一个或者多个程序，所述一个或者多个程序可被一个或者多个处理器执行，以实现如权利要求1～3任意一项所述的图嵌入向量的生成方法中的步骤，和/或以实现如权利要求4所述的推荐网络模型的生成方法中的步骤。

6.一种终端设备，其特征在于，包括：处理器、存储器及通信总线；所述存储器上存储有可被所述处理器执行的计算机可读程序；

所述通信总线实现处理器和存储器之间的连接通信；

所述处理器执行所述计算机可读程序时实现如权利要求1～3任意一项所述的图嵌入向量的生成方法中的步骤，和/或实现如权利要求4所述的推荐网络模型的生成方法中的步骤。