买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：哈尔滨工程大学

摘要：本发明公开了一种基于用户长短期兴趣的自监督序列推荐方法。步骤1：获得用户信息、项目信息及用户行为的序列数据集，将数据集进行预处理并划分为训练集和测试集；步骤2：构建基于用户长短期兴趣的自监督序列推荐模型；步骤3：利用训练集对步骤2所述基于用户长短期兴趣的自监督序列推荐模型进行训练；步骤4：将待推荐用户的个人信息和交互序列输入到步骤3中训练后的基于用户长短期兴趣的自监督序列推荐模型，计算待推荐项目相对于该用户的推荐得分，根据推荐得分将项目推荐给用户。本发明用以解决现有技术中用户的长、短期兴趣二者间所存在的相互约束关系的问题，实现对用户长期兴趣和短期兴趣有更准确的推荐。

主权项：1.一种基于用户长短期兴趣的自监督序列推荐方法，其特征在于，包括以下步骤：步骤1：获得用户信息、项目信息及用户行为的序列数据集，将数据集进行预处理并划分为训练集和测试集；步骤2：构建基于用户长短期兴趣的自监督序列推荐模型；步骤3：利用训练集对步骤2所述基于用户长短期兴趣的自监督序列推荐模型进行训练；步骤4：将待推荐用户的个人信息和交互序列输入到步骤3中训练后的基于用户长短期兴趣的自监督序列推荐模型，计算待推荐项目相对于该用户的推荐得分，根据推荐得分将项目推荐给用户；所述步骤1具体包括以下步骤：步骤1.1：将用户交互序列划分为长期序列L和短期序列S；步骤1.2：根据步骤1.1中划分出的短期序列S构建超图G；让G＝V,E表示一个超图，其中V集合包含N个顶点，每个顶点表示一种项目，E包含M条超边，每一条超边ε∈E代表一个会话且包含五个顶点；让每一条超边都被赋予一个正向权重Wεε表示超边内各项目所占权重，并将所有权重构成一个对角矩阵W∈RM×M；超图被表示一个关联矩阵H∈RN×M，如果超边ε∈E包含顶点vi∈V则Hiε＝1，否则为0；对于每一个顶点和超边，它们的度被定义为定义Dh和B均为对角矩阵；为利用会话内项目交互间的顺序关系，又定义一个顺序意义上的度矩阵Dp∈RN×N通过每个会话中的交互项目的前后关系视为前者会影响后者；针对每一个项目标准化： 得到最终的顶点的度矩阵：D＝2×Dh+Dp；所述步骤2构建基于用户长短期兴趣的自监督序列推荐模型，具体包含如下步骤：步骤2.1：获得项目的嵌入表示；步骤2.2：将步骤1.1划分出的用户长期序列L与项目嵌入表示输入到GRU层，并通过前馈神经网络层捕获用户的长期兴趣θl；步骤2.3：对步骤1.2构建的超图G进行卷积，并将卷积结果与步骤1.1划分出的用户短期交互序列S经过软注意力层得到用户的短期兴趣表示θs；步骤2.4：将步骤2.2得到的用户长期兴趣θl和步骤2.3得到的短期兴趣θs通过自监督学习层得到自监督损失LS；步骤2.5：将步骤2.2得到的用户长期兴趣θl和步骤2.3得到的短期兴趣θs通过融合层得到最终的用户表示θ；步骤2.6：根据用户的最终表示计算各候选项目的评分。

全文数据：

权利要求：

百度查询： 哈尔滨工程大学 一种基于用户长短期兴趣的自监督序列推荐方法