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：哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)

摘要：本公开的实施例提供一种物品推荐方法、物品推荐装置、计算机可读存储介质。物品推荐方法包括：根据用户与物品的历史交互信息获得用户社交嵌入矩阵；将用户社交嵌入矩阵与用户协同嵌入矩阵相加以生成用户融合嵌入矩阵；将用户融合嵌入矩阵、物品协同嵌入矩阵和用户物品交互图输入轻量级图卷积网络以生成用户融合全局嵌入表示和物品全局嵌入表示；使用门机制来平衡用户在两个域下的嵌入表示的权重以获得用户全局嵌入表示；采用数据扩充方式和非数据扩充方式进行对比学习以确定第一和第二损失函数；基于第一、第二和推荐损失函数进行迭代训练以根据用户全局嵌入表示和物品全局嵌入表示生成物品推荐模型；基于物品推荐模型，向用户推荐感兴趣的物品。

主权项：1.一种物品推荐方法，其特征在于，所述物品推荐方法包括：根据用户与物品的历史交互信息来建立所述用户的社交网络以获得用户社交嵌入矩阵，所述用户社交嵌入矩阵是所述用户在社交域下的嵌入表示；将所述用户社交嵌入矩阵与用户协同嵌入矩阵进行元素级相加以生成用户融合嵌入矩阵，所述用户协同嵌入矩阵是所述用户在协同域下的嵌入表示；将所述用户融合嵌入矩阵、物品协同嵌入矩阵和用户物品交互图输入轻量级图卷积网络以生成用户融合全局嵌入表示和物品全局嵌入表示，所述物品协同嵌入矩阵是所述物品在所述协同域下的嵌入表示；使用门机制来平衡所述用户在所述协同域和所述社交域下的嵌入表示的权重以获得用户全局嵌入表示；采用数据扩充方式利用所述用户融合嵌入矩阵和所述物品协同嵌入矩阵进行对比学习以确定第一损失函数，包括：对所述用户融合嵌入矩阵和所述物品协同嵌入矩阵添加第一噪声以构建第一视图；对所述用户融合嵌入矩阵和所述物品协同嵌入矩阵添加第二噪声以构建第二视图；分别在所述第一视图和所述第二视图下，将加噪后的用户融合嵌入矩阵、加噪后的物品协同嵌入矩阵和所述用户物品交互图输入轻量级图卷积网络以生成加噪后的用户融合全局嵌入表示和加噪后的物品全局嵌入表示；分别在所述第一视图和所述第二视图下，使用门机制来平衡所述用户在所述协同域和所述社交域下的嵌入表示的权重以获得加噪后的用户全局嵌入表示；将和作为正样本且和作为负样本来进行第一视图和第二视图间的对比学习，从而将第一损失函数计算为： ，其中， ， ，其中，表示所述第一视图下在所述加噪后的用户全局嵌入表示中第u用户对应的元素，表示所述第二视图下在所述加噪后的用户全局嵌入表示中所述第u用户对应的元素，表示所述第一视图下在所述加噪后的物品全局嵌入表示中第i物品对应的元素，表示所述第二视图下在所述加噪后的物品全局嵌入表示中所述第i物品对应的元素，表示所述第二视图下在所述加噪后的用户全局嵌入表示中第v用户对应的元素，表示所述第二视图下在所述加噪后的物品全局嵌入表示中第j物品对应的元素，表示温度系数，表示所述第一损失函数，表示用户集合，表示物品集合；所述第一噪声和所述第二噪声中的每一个通过下式来生成： ，其中，E表示待添加噪声的矩阵，表示随机生成和E维度相同的噪声并进行L2范数归一化，sign则将正数和负数分别赋值为1和-1，表示噪声大小，表示生成的噪声；采用非数据扩充方式利用所述用户融合全局嵌入表示和所述物品全局嵌入表示进行对比学习以确定第二损失函数，包括：将和作为正样本，和作为负样本来进行对比学习，从而将所述第二损失函数计算为： ，其中， ， ，其中，k为偶数，表示在所述用户融合全局嵌入表示的偶数层中第u用户对应的元素，表示在所述用户融合全局嵌入表示的奇数层中所述第u用户对应的元素，表示在所述物品全局嵌入表示的奇数层中第i物品对应的元素，表示在所述物品全局嵌入表示的偶数层中所述第i物品对应的元素，表示在所述用户融合全局嵌入表示的偶数层中第v用户对应的元素，表示在所述用户融合全局嵌入表示的奇数层中所述第v用户对应的元素，表示在所述物品全局嵌入表示的偶数层中第j物品对应的元素，表示在所述物品全局嵌入表示的奇数层中所述第j物品对应的元素，表示温度系数，表示所述第二损失函数，表示用户集合，表示物品集合，R表示具有交互历史的用户-物品的集合，所述第u用户与所述第i物品具有交互历史，所述第v用户与所述第j物品不具有交互历史；基于第一损失函数、第二损失函数和推荐损失函数进行迭代训练以根据所述用户全局嵌入表示和所述物品全局嵌入表示生成物品推荐模型；以及基于所述物品推荐模型，向用户推荐感兴趣的物品。

全文数据：

权利要求：

百度查询： 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院) 物品推荐方法、物品推荐装置、计算机可读存储介质