[发明专利]基于人工智能的项目推荐方法、装置、计算机设备及介质

说明书

本发明涉及人工智能技术领域，尤其涉及一种基于人工智能的项目推荐方法、装置、计算机设备及介质。该方法构建交互图数据，根据交互图数据中每个与节点连接的边，计算节点的增广概率，根据每个节点的增广概率，对交互图数据进行增广处理，将得到的增广处理后的交互图数据构成训练数据集，对推荐模型进行训练，得到训练好的推荐模型，将交互图数据输入训练好的推荐模型，得到每个用户的项目推荐结果，避免热门用户或者热门项目的交互关系对推荐模型产生较大的偏好影响，导致推荐模型泛化能力较低，无法为用户提供精准的项目推荐，且通过增广处理后的交互图数据训练推荐模型，能够充分学习到用户与项目的潜在交互特征，从而提高项目推荐的精准度。

技术领域

本发明涉及人工智能技术领域，尤其涉及一种基于人工智能的项目推荐方法、装置、计算机设备及介质。

背景技术

目前，随着大数据技术的发展，项目与用户的交互关系以交互记录的形式存储，从而能够根据项目与用户的交互记录挖掘出用户的潜在偏好实现项目推荐，项目推荐通常根据各个待推荐项目与已交互项目的相似程度以及待推荐项目的交互热度对待推荐项目进行排序，确定排序靠前的待推荐项目为推荐项目。

但是由于用户选择项目的习惯不同，根据相似程度推荐项目难以为用户提供多元化的选择，且根据项目交互热度推荐项目可能导致非热门项目难以被推荐，从而无法为用户提供最合适的推荐项目，项目推荐的精准度较低。因此，如何提高项目推荐的精准度成为亟待解决的问题。

发明内容

有鉴于此，本发明实施例提供了一种基于人工智能的项目推荐方法、装置、计算机设备及介质，以解决项目推荐的精准度较低的问题。

第一方面，本发明实施例提供一种基于人工智能的项目推荐方法，所述项目推荐方法包括：

构建交互图数据，所述交互图数据包括节点和边，所述节点包括项目节点和用户节点，其中，所述项目节点的节点信息包括一项目的项目信息，所述用户节点的节点信息包括一用户的用户信息，所述边连接一所述项目节点和一所述用户节点，所述边用于表征所述项目节点与所述用户节点之间的交互程度；

针对任一节点，根据与所述节点连接的边，计算所述节点的增广概率；

根据所有节点的增广概率，对所述交互图数据进行增广处理，得到预设个增广处理后的交互图数据；

以所述预设个增广处理后的交互图数据构成训练数据集，以对比损失函数为依据，采用反向传播算法对推荐模型的参数进行更新，直至所述对比损失函数收敛，得到训练好的推荐模型；

将所述交互图数据输入所述训练好的推荐模型，得到所述交互图数据中每个用户的项目推荐结果，所述项目推荐结果为所述交互图数据中的至少一个项目信息。

在一实施方式中，所述针对任一节点，根据与所述节点连接的边，计算所述节点的增广概率包括：

针对任一节点，统计所述交互图数据中除所述节点以外的节点个数，得到节点数量；

计算与所述节点连接的边的数量与所述节点数量的比值，得到所述节点的增广概率。

在一实施方式中，在所述构建交互图数据之后，还包括：

针对任一边，确定与所述边连接的用户节点和与所述边连接的项目节点之间的交互次数为所述边对应的权重；

根据每个边对应的权重，更新交互图数据中的对应边；

相应地，根据与所述节点连接的边，计算所述节点的增广概率包括：

根据与所述节点连接的边对应的权重，计算所述节点的增广概率。

在一实施方式中，所述根据与所述节点连接的边对应的权重，计算所述节点的增广概率包括：