[发明专利]基于图神经网络和强化学习的交互电影推荐系统及方法

权利要求书

1.一种基于图神经网络和强化学习的交互电影推荐系统，其特征在于，包括构图模块(1)、电影向量生成模块(2)、用户向量生成模块(3)、推荐模块(4)；

构图模块(1)：用于根据数据库中用户与电影交互历史数据，构建电影相似度无向图，并获取电影相似度无向图的邻接矩阵A；

电影向量生成模块(2)：用于将电影相似度无向图的邻接矩阵A和随机初始化的电影向量表示矩阵E作为输入，经过所构建的图神经网络模型，获得更新后的电影向量表示矩阵E′；

用户向量生成模块(3)：将更新后的电影向量表示矩阵以及用户在仿真交互环境中的当前历史观影记录作为输入，经过所构建的自注意力网络模型的计算，输出用户特征向量表示；

推荐模块(4)：将当前用户特征向量作为输入，经过多层感知机网络模型拟合策略，输出最终对该用户当前状态下的电影推荐。

2.根据权利要求1所述的一种基于图神经网络和强化学习的交互电影推荐系统，其特征在于，所述电影向量生成模块(2)包括：向量初始化模块(21)和图神经网络模块(22)；

向量初始化模块(21)：用于对电影向量进行随机初始化，令电影向量维度为d，则所初始化的电影向量矩阵为N为电影的总数量；

图神经网络模块(22)：用于根据电影相似度无向图，挖掘离线数据中的协同信息，对初始化电影向量矩阵进行信息融合，并生成更新后的电影向量矩阵E′。

3.根据权利要求1所述的一种基于图神经网络和强化学习的交互电影推荐系统，其特征在于，所述用户向量生成模块(3)包括特征提取模块(31)和特征合成模块(32)；

特征提取模块(31)：用于将用户当前状态的历史观看电影转化成图神经网络更新后的电影向量表示，并按照用户历史打分进行分类，在每一类中分别使用搭建的自注意力网络运算输出各类的特征向量；

特征合成模块(32)：将每一类生成的特征向量作为输入，输出用户特征向量。

4.根据权利要求1所述的一种基于图神经网络和强化学习的交互电影推荐系统，其特征在于，所述推荐模块(4)分为策略拟合模块(41)和推荐生成模块(42)；

策略拟合模块(41)用于输入用户特征向量表达，拟合推荐策略，并输出每一部待推荐电影的状态动作值；

推荐生成模块(42)根据计算所得的状态动作值进行排序，并为目标用户生成一部电影推荐。

5.一种用权利要求1-4之一所述基于图神经网络和强化学习的交互电影推荐系统进行电影推荐的方法，其特征在于，该方法包括如下步骤：

步骤S1：根据数据库中用户与电影交互历史数据，构建电影相似度无向图；

步骤S2：将电影相似度无向图的邻接矩阵A和随机初始化的电影向量表示矩阵E作为输入，经过所构建的图神经网络模型，获得更新后的电影向量表示矩阵E′；

步骤S3：将更新后的电影向量表示矩阵以及用户在仿真交互环境中的当前历史观影记录作为输入，经过所构建的自注意力网络模型的计算，输出用户特征向量表示；

步骤S4：将当前用户特征向量作为输入，经过多层感知机网络模型拟合策略，输出每一部待推荐电影的状态动作值；

步骤S5：将待推荐电影按其状态动作值由大到小进行排序，生成最终的电影推荐。

6.根据权利要求5所述的基于图神经网络和强化学习的交互电影推荐方法，其特征在于，步骤S1中所述的电影相似度无向图由数据集中训练集的离线交互数据构成，将数据集按用户分为训练集和测试集，其中85％的用户及其交互数据为训练集，15％的用户及其交互数据为测试集；当2部电影同时出现在n个用户的观影记录中，且n≥10,则这两部电影之间存在一条边；当图中节点m₁，m₂之间存在一条边，邻接矩阵中位置(m₁，m₂)的值为1。