[发明专利]一种面向序列反馈的物品推荐方法、智能终端及存储介质

权利要求书

1.一种面向序列反馈的物品推荐方法，其特征在于，包括以下步骤：

获取目标用户在其行为序列的各时间步上的若干正样本物品集合和负样本物品集合；

根据所述若干正样本物品集合和负样本物品集合，确定面向物品集合的成对偏好假设和逐点偏好假设；

根据面向物品集合的成对偏好假设和逐点偏好假设，构建偏好预测模型；

采用随机梯度下降算法将所述若干正样本物品集合和负样本物品集合逐对或逐个输入所述偏好预测模型进行参数更新，得到训练后的偏好预测模型；

根据训练后的所述偏好预测模型确定所述目标用户在下一个时间步上对物品的偏好预测值，并根据所述偏好预测值向所述目标用户进行物品推荐；

所述面向物品集合的成对偏好假设的公式如下：

其中，，表示物品ID，和分别为目标用户在时间步上对物品和物品的预测偏好，为目标用户对负样本物品集合的预测偏好，，正样本物品集合，为物品集合的大小，为目标用户的行为序列中的第个物品；

所述偏好预测模型包括成对偏好预测模型，所述成对偏好预测模型的公式如下：

其中，，为目标用户在时间步上对候选物品的偏好预测值，为目标用户的一个物品序列，为目标用户的物品序列中第个物品，和分别表示两种不同的物品i和的隐式特征向量，为物品偏置，为个性化的局部特征权重；

所述偏好预测模型包括逐点偏好预测模型，所述逐点偏好预测模型的公式如下：

其中，，为目标用户在时间步上对候选物品的偏好预测值，为目标用户的一个物品序列，为目标用户的物品序列中第个物品，和分别表示两种不同的物品i和的隐式特征向量，为物品偏置，为用户偏置，为个性化的局部特征权重。

2.根据权利要求1所述的面向序列反馈的物品推荐方法，其特征在于，所述面向物品集合的逐点偏好假设的公式如下：

其中，和分别为目标用户在时间步上对物品和物品的预测偏好，为目标用户对负样本物品集合的预测偏好，。

3.根据权利要求1所述的面向序列反馈的物品推荐方法，其特征在于，所述采用随机梯度下降算法将所述若干正样本物品集合和负样本物品集合逐对送入所述偏好预测模型进行参数更新，得到训练后的偏好预测模型的步骤包括：

从所述若干正样本物品集合和负样本物品集合中随机选取一对正样本物品集合和负样本物品集合，并根据选取出的正样本物品集合和负样本物品集合对所述成对偏好预测模型对应的第一损失函数求导，得到第一更新梯度；

根据所述第一更新梯度和预先设置的第一学习率对所述成对偏好预测模型的参数进行更新，并继续执行从所述若干正样本物品集合和负样本物品集合中随机选取一对正样本物品集合和负样本物品集合对所述成对偏好预测模型的参数进行更新的步骤，直至达到预设的迭代次数或者所述成对偏好预测模型的预测结果满足预设条件，得到训练后的成对偏好预测模型。

4.根据权利要求1所述的面向序列反馈的物品推荐方法，其特征在于，所述采用随机梯度下降算法将所述若干正样本物品集合和负样本物品集合逐个输入所述偏好预测模型进行参数更新，得到训练后的偏好预测模型的步骤包括：

根据预先设置的负样本物品集合对应的采样比例从所述若干正样本物品集合和负样本物品集合中随机选取一个正样本物品集合或一个负样本物品集合，并根据选取出的正样本物品集合或负样本物品集合对所述逐点偏好预测模型对应的第二损失函数求导，得到第二更新梯度；

根据所述第二更新梯度和预先设置的第二学习率对所述逐点偏好预测模型的参数进行更新，并继续执行从所述若干正样本物品集合和负样本物品集合中随机选取一个正样本物品集合或一个负样本物品集合对所述逐点偏好预测模型的参数进行更新的步骤，直至达到预设的迭代次数或者所述逐点偏好预测模型的预测结果满足预设条件，得到训练后的逐点偏好预测模型。