[发明专利]基于元路径的上下文感知用户建模方法、序列推荐方法

摘要

本发明属于用户建模与推荐系统领域，具体涉及一种基于元路径的上下文感知用户建模方法、序列推荐方法，旨在为了解决现有用户建模方法仅考虑用户历史行为的简单序列关系，无法捕获复杂的用户偏好；现有的推荐系统推荐的准确性不高，推荐的内容不具有多样性的问题。本发明将基于用户访问的项目序列获取局部兴趣表示，通过对异构网络建模得到上下文感知的全局兴趣表示，结合局部兴趣表示和全局兴趣表示得到用户的综合兴趣表示。基于用户综合兴趣表示和待预测项目，通过推荐模型得到推荐结果。本发明的用户建模方法能够更全面地捕捉用户兴趣，有利于提高推荐系统的准确率；基于元路径的上下文感知序列推荐方法，推荐准确率高，推荐内容更具多样性。

主权项

1.一种基于元路径的上下文感知用户建模方法，其特征在于，该方法包括：/n步骤S110，分别获取用户所访问的历史项目序列中各项目的多模态表示作为项目的项目表示；/n步骤S120，基于用户所访问的历史项目序列中各项目的项目表示，通过特征层自注意力网络模型获取用户的局部兴趣表示；所述特征层自注意力网络模型基于自注意力机制构建，用于获取各项目的第一权重分数，通过对各项目的项目表示进行加权，获取用户的局部兴趣表示；/n步骤S130，基于用户所访问的项目网络中各元路径的实例集合，通过基于上下文的元路径算法获取各元路径的元路径上下文表示；/n步骤S140，基于所述历史项目序列中各项目的项目表示和所述项目网络中各元路径的元路径上下文表示，通过协同注意力网络模型获取用户的全局兴趣表示；所述协同注意力网络模型基于协同注意力机制构建，用于对各元路径上下文表示进行加权获取元路径加权表示和对各项目的项目表示进行加权获取项目加权表示，并通过所述元路径加权表示和所述项目加权表示的聚合获取用户的全局兴趣表示；/n步骤S150，基于所述全局兴趣表示和所述局部兴趣表示，通过聚合获取用户的综合兴趣表示。/n