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：电子科技大学

摘要：本发明提供一种在会话推荐中从时空角度解析用户层次意图的方法，训练步骤包括意图感知步骤、时间意图解耦步骤、特征变换步骤、物品预测步骤和跨尺度对比学习步骤。相比较传统的会话推荐模型，本发明创新性地引入了层次化意图的概念，使用时间意图解耦模块将长期意图和短期意图从原始会话中解耦，从而避免其在学习过程中的相互干扰。其次，为了利用空间维度意图的相容性，HearInt还提出了一个跨尺度的对比学习损失计算方法，有利于模型在进行意图感知时将大尺度意图信息融入小尺度意图之中，从而丰富小尺度意图的信息量。本发明不但丰富了当前会话表示的信息量，充分挖掘的用户意图能在会话推荐引用中实现当前最好的推荐效果。

主权项：1.一种在会话推荐中从时空角度解析用户层次意图的方法，其特征在于，包括步骤：训练步骤：1意图感知步骤：接收数据集中所有的物品的嵌入表示，通过无监督聚类对物品在特征空间进行类别划分得到；以划分出的一个类别为一个意图；2时间意图解耦步骤：接收输入的用户会话，在意图的指导下对会话进行物品级别的解耦，将长期意图和短期意图从会话中分离；所述用户会话为该用户在设定的时间长度内进行了交互操作的物品的序列表示；其中的解耦具体为：对于向量化表示的用户会话S中每一个物品的嵌入表示，使用各物品对应的意图的嵌入表示替换该物品的嵌入表示后得到由意图表示的当前会话Sc，再从Sc中提取出长期意图和短期意图所述长期意图为Sc中出现次数最多的意图的嵌入表示，所述短期意图为Sc中最后一次交互的意图的嵌入表示；再通过计算长期意图与Sc中所有意图的嵌入表示的余弦相似度得分，将余弦相似度低于阈值的意图的嵌入表示以概率β被丢弃，从而得长期意图表示的会话再通过计算短期意图与Sc中所有意图的嵌入表示的余弦相似度得分，将余弦相似度低于阈值的意图的嵌入表示以概率β被丢弃，从而得到短期意图表示的会话3特征变换步骤：对解耦出的长期意图表示的会话和短期意图表示的会话采用了自注意力机制分别进行特征变换得到的变换表示S长和的变换表示S短；再采用门机制对S长和S短进行融合得到融合后的会话；4下一物品预测步骤：计算融合后的会话与数据集中所有物品的嵌入表示的相似度，并按相似度高低进行排序推荐，输出推荐的物品，并计算推荐的物品的嵌入表示与真实的下一次交互物品的嵌入表示之间的交叉熵损失；5跨尺度对比学习步骤：将融合后的会话同真实的下一次交互物品的类别的嵌入表示作为对比学习的正样本对，将其他类别的嵌入表示作为负样本，来计算构建跨尺度对比损失；6参数更新步骤：将交叉熵损失和跨尺度对比损失结合得到总学习损失，利用总学习损失得到参数更新的梯度信息完成本次迭代训练的参数更新后返回步骤2开始新一轮的迭代训练直至训练完成；测试步骤：当会话推荐模型训练完成后，将获取的根据用户历史交互物品得到的会话输入至会话推荐模型中，会话推荐模型输出推荐物品至用户的人机交互界面完成推荐。

全文数据：

权利要求：

百度查询： 电子科技大学 一种在会话推荐中从时空角度解析用户层次意图的方法