[发明专利]一种用户反馈引导的自适应对话推荐方法和系统

权利要求书

1.一种用户反馈引导的自适应对话推荐方法，其特征在于包括以下步骤：

1)获取日志数据，包括日志数据中收集的历史用户活动以及物品和属性之间的关系；

2)基于获取的日志数据以及用户的在线反馈，构建反馈引导的偏好适应网络模型；其中，用户的在线反馈包括属性级反馈和物品级反馈；

3)基于当前对话状态以及反馈引导的偏好适应网络模型与用户进行交互，交互内容包括选择询问某个属性或作出推荐，并基于用户的在线反馈确定对话结束或进入下一轮对话；

所述步骤2)中，构建反馈引导的偏好适应网络模型的方法，包括以下步骤：

2.1)基于日志数据中收集的历史用户活动以及物品和属性之间的关系，得到用户、物品和属性的嵌入表示；

2.2)基于步骤2.1)中用户、物品和属性的初始节点表示以及当前对话中的用户在线反馈信息进行自适应学习，得到不同的反馈信号；

2.3)对步骤2.2)中得到的不同的反馈信号进行聚合，得到用户偏好表示，将其分别与物品嵌入和属性嵌入进行点积，得到反馈引导的偏好适应网络模型；

2.4)确定损失函数，并对步骤2.3)中聚合得到的反馈引导的偏好适应网络模型进行训练，得到模型参数。

2.如权利要求1所述的一种用户反馈引导的自适应对话推荐方法，其特征在于：所述步骤2.1)中，用户、物品和属性的嵌入表示的获得方法，包括以下步骤：

2.1.1)基于利用用户活动以及物品和属性之间的关系，构造一个无向的异质三部图；其中，该异质三部图包括用户、物品和属性三类节点集合以及用户和物品的交互、物品和属性的关系两种类型的边；

2.1.2)将步骤2.1.1)构造的异质三部图，输入GraphSAGE图神经网络，通过学习节点表示，得到用户、物品和属性的嵌入表示。

3.如权利要求2所述的一种用户反馈引导的自适应对话推荐方法，其特征在于：所述步骤2.1.2)中，得到用户、物品和属性的初始节点表示的方法，包括以下步骤：

2.1.2.1)进行当前节点表示，为每个用户、物品或属性节点分配一个唯一的节点索引，并将该节点索引通过节点嵌入矩阵转换为一个d维的向量表示；

2.1.2.2)进行邻居节点表示，为每个邻居节点，生成一个邻居嵌入矩阵；

2.1.2.3)用一个聚合函数将当前节点表示和邻居节点表示结合起来，得到节点的初始表示，如下式所示：

其中，为节点v的第k+1、k层表示；σ为LeakyReLU激活函数；为训练参数，且N(v)为节点v的邻居节点集合；v'是节点v的邻居节点，是邻居节点v'的第k层表示；

2.1.2.4)通过聚合不同层生成的节点表示，得到最终的节点的嵌入表示：

其中，e_v是节点v的嵌入表示；为节点v的第j层表示；L表示总层数。

4.如权利要求2所述的一种用户反馈引导的自适应对话推荐方法，其特征在于：所述步骤2.2)中，得到不同的反馈信号的方法，包括以下步骤：

2.2.1)从当前对话中获取用户反馈信息，该用户反馈信息包括一组正面属性反馈一组负面属性反馈和一组拒绝物品

2.2.2)对用户u及其在当前对话中提供的正面属性反馈进行聚合，得到表示属性级别上的正反馈信号

2.2.3)对于每个拒绝物品，将该拒绝物品的初始嵌入、属性级别上的正反馈信号以及该拒绝物品与属性级别上的正反馈信号的相似度输入第一门控模块，并最终聚合得到表示物品级别上的负反馈信号

2.2.4)对用户u及其在当前对话中提供的负面属性反馈进行聚合，得到表示属性级别上的负反馈信号

2.2.5)基于得到的表示属性级别上的负反馈信号表示用户一般兴趣的用户嵌入e_u以及第二门控模块，使得用户初始嵌入适应于属性级别上的负反馈信号，得到自适应的用户嵌入信号e′_u。