[发明专利]利用协同过滤、强化学习和消极反馈的包容性集合来生成数字推荐

权利要求书

1.一种非暂态计算机可读介质，所述非暂态计算机可读介质其上存储有指令，所述指令在由至少一个处理器执行时使计算设备：

针对多个数字内容项生成对跨客户端设备的、与所述多个数字内容项相关联的交互进行编码的项嵌入的集合；

在交互会话期间监测客户端设备与来自所述多个数字内容项的一个或多个数字内容项的用户交互；

在所述交互会话期间利用所述项嵌入的集合从所述客户端设备的所述用户交互确定消极交互图和积极交互图；以及

利用强化学习模型，基于所述项嵌入的集合、所述消极交互图和所述积极交互图从所述多个数字内容项确定一个或多个附加数字内容项以提供用于显示。

2.根据权利要求1所述的非暂态计算机可读介质，还包括指令，所述指令在由所述至少一个处理器执行时使所述计算设备通过如下操作利用所述项嵌入的集合从来自所述用户交互的每个消极交互确定所述消极交互图：

通过针对来自所述用户交互的每个消极交互确定项嵌入来确定一个或多个消极项嵌入；

基于与项嵌入空间内的所述一个或多个消极项嵌入的接近度来确定一个或多个附加消极项嵌入；以及

利用所述一个或多个消极项嵌入和所述一个或多个附加消极项嵌入来生成所述消极交互图。

3.根据权利要求1所述的非暂态计算机可读介质，还包括指令，所述指令在由所述至少一个处理器执行时使所述计算设备通过如下操作利用所述强化学习模型来确定所述一个或多个附加数字内容项：

利用所述强化学习模型的第一卷积门控递归单元神经网络层，基于所述消极交互图来生成针对所述客户端设备的消极状态；以及

利用所述强化学习模型的第二卷积门控递归单元神经网络层，基于所述积极交互图来生成针对所述客户端设备的积极状态。

4.根据权利要求3所述的非暂态计算机可读介质，还包括指令，所述指令在由所述至少一个处理器执行时使所述计算设备通过如下操作利用所述强化学习模型来确定所述一个或多个附加数字内容项：利用所述强化学习模型，基于所述消极状态、所述积极状态和所述项嵌入的集合来确定所述一个或多个附加数字内容项。

5.根据权利要求4所述的非暂态计算机可读介质，还包括指令，所述指令在由所述至少一个处理器执行时使所述计算设备通过如下操作利用所述强化学习模型，基于所述消极状态、所述积极状态和所述项嵌入的集合来确定所述一个或多个附加数字内容项：

在所述积极状态与所述项嵌入的集合之间生成第一相似性度量；

在所述消极状态与所述项嵌入的集合之间生成第二相似性度量；以及

利用所述第一相似性度量和所述第二相似性度量来确定所述一个或多个附加数字内容项。

6.根据权利要求1所述的非暂态计算机可读介质，还包括指令，所述指令在由所述至少一个处理器执行时使所述计算设备：经由协同过滤或图嵌入针对所述多个数字内容项生成所述项嵌入的集合，以对跨所述客户端设备的、与所述多个数字内容项相关联的所述交互进行编码。

7.根据权利要求1所述的非暂态计算机可读介质，还包括指令，所述指令在由所述至少一个处理器执行时使所述计算设备通过如下操作利用所述项嵌入的集合从来自所述用户交互的每个消极交互确定所述积极交互图：

通过针对来自所述用户交互的每个消极交互确定项嵌入来确定一个或多个消极项嵌入；

基于距项嵌入空间内的所述一个或多个消极项嵌入的距离来确定一个或多个积极项嵌入；以及

利用所述一个或多个积极项嵌入来生成所述积极交互图。

8.根据权利要求1所述的非暂态计算机可读介质，还包括指令，所述指令在由所述至少一个处理器执行时使所述计算设备：通过在不对消极交互的子集进行采样的情况下确定所述消极交互图，在所述交互会话期间从来自所述客户端设备的所述用户交互的每个消极交互确定所述消极交互图。