[发明专利]会话推荐方法和推荐模型的训练方法、装置、设备及介质

权利要求书

1.一种会话推荐方法，包括：

获取第一会话序列，所述第一会话序列包括由M个事件按照先后点击顺序排序得到的序列，其中，M为大于或等于2的整数；

构建与所述第一会话序列对应的第一会话异构图，所述第一会话异构图以所述M个事件中的每个事件作为节点，通过有向边连接具有先后点击顺序每两个节点；

基于所述第一会话异构图，提取第一出度邻接矩阵和第一入度邻接矩阵；以及

利用基于图神经网络的智能推荐模型处理所述第一出度邻接矩阵和第一入度邻接矩阵，输出在所述第一会话序列之后要点击的事件的信息。

2.根据权利要求1所述的方法，其中，所述基于所述第一会话异构图，提取第一出度邻接矩阵和第一入度邻接矩阵包括：

从所述第一会话异构图中提取第一出度图和第一入度图，其中，所述第一出度图为所述第一会话异构图中的所有节点、以及每个节点的出度边组合得到的图数据，以及所述第一入度图为所述第一会话异构图中所有节点以及每个节点的入度边组合得到的图数据；

基于所述第一出度图，得到所述第一出度邻接矩阵；以及

基于所述第一入度图，得到所述第一入度邻接矩阵。

3.根据权利要求1所述的方法，其中，所述智能推荐模型包括两个门控图神经网络，其中，所述利用所述智能推荐模型处理所述第一出度邻接矩阵和第一入度邻接矩阵包括：

利用所述两个门控图神经网络分别处理所述第一出度邻接矩阵和第一入度邻接矩阵。

4.根据权利要求3所述的方法，其中，在每个所述门控图神经网络中引入多头注意力机制。

5.根据权利要求3所述的方法，其中，所述智能推荐模型还包括双向图注意力网络，其中，所述利用所述智能推荐模型处理所述第一出度邻接矩阵和第一入度邻接矩阵，输出在所述第一会话序列之后要点击的事件的信息包括：

利用所述两个门控图神经网络分别处理所述第一出度邻接矩阵和所述第一入度邻接矩阵，得到与所述第一出度邻接矩阵对应的第一出度节点级表示、以及与所述第一入度邻接矩阵对应的第一入度节点级表示；

以所述第一出度节点级表示和所述第一入度节点级表示共同作为所述双向图注意力网络的输入，获取所述双向图注意力网络输出的至少一个第一会话级表示及其得分；以及

基于至少一个所述第一会话级表示及其得分，得到在所述第一会话序列之后要点击的至少一个事件的概率，其中，一个所述第一会话级表示映射到一个事件。

6.根据权利要求1～5中任意一项所述的方法，其中，所述智能推荐模型是通过如下方式训练得到的：

获取至少一个第二会话序列，其中，所述第二会话序列包括由N个事件按照先后点击顺序排列得到的序列，N为大于或等于3的整数；

从所述第二会话序列中任意一个事件之前截断，得到第二子会话序列；

构建与所述第二子会话序列对应的第二会话异构子图，所述第二会话异构子图以所述第二子会话序列中的每个事件作为节点，通过有向边连接具有点击先后顺序每两个节点；

基于所述第二会话异构子图，提取第二出度邻接矩阵和第二入度邻接矩阵；

获取所述第二会话异构子图对应的事项嵌入表示，其中，所述事项嵌入表示为位于所述第二子会话序列之后的事件的向量表示；以及

以所述第二会话异构子图对应的所述第二出度邻接矩阵和第二入度邻接矩阵作为训练输入数据，以所述事项嵌入表示作为输出参考，训练所述智能推荐模型。