一種基于GGNN網(wǎng)絡(luò)的改進(jìn)型神經(jīng)網(wǎng)絡(luò)推薦方法及系統(tǒng)

基本信息

申請(qǐng)?zhí)?/td> CN202011080720.5 申請(qǐng)日 -
公開(kāi)(公告)號(hào) CN112150210A 公開(kāi)(公告)日 2020-12-29
申請(qǐng)公布號(hào) CN112150210A 申請(qǐng)公布日 2020-12-29
分類號(hào) G06Q30/02(2012.01)I 分類 計(jì)算;推算;計(jì)數(shù);
發(fā)明人 彭龍;黃炎焱;杜振華;華宇浩;張釗浩;宋雅杰;何新 申請(qǐng)(專利權(quán))人 江蘇慧宇誠(chéng)智能裝備研究院有限公司
代理機(jī)構(gòu) 北京勁創(chuàng)知識(shí)產(chǎn)權(quán)代理事務(wù)所(普通合伙) 代理人 張鐵蘭
地址 210000江蘇省南京市玄武區(qū)孝陵衛(wèi)200號(hào)
法律狀態(tài) -

摘要

摘要 本發(fā)明公開(kāi)了一種基于GGNN網(wǎng)絡(luò)的改進(jìn)型神經(jīng)網(wǎng)絡(luò)推薦方法及系統(tǒng),所述方法包括:首先從歷史會(huì)話序列構(gòu)造長(zhǎng)短期會(huì)話轉(zhuǎn)換的有向圖,再將有向圖輸入到GGNN網(wǎng)絡(luò)中,訓(xùn)練更新當(dāng)前會(huì)話序列中的商品嵌入向量,在考慮到會(huì)話中之前所有商品的影響同時(shí),著重考慮最后一個(gè)點(diǎn)擊商品,并相應(yīng)地生成準(zhǔn)確的會(huì)話嵌入向量,最后將會(huì)話嵌入和全局商品嵌入向量進(jìn)行計(jì)算獲得預(yù)測(cè)的評(píng)分。本發(fā)明提供的基于GGNN網(wǎng)絡(luò)的改進(jìn)型神經(jīng)網(wǎng)絡(luò)推薦方法及系統(tǒng),綜合考慮了用戶的幾次點(diǎn)擊中商品相互的轉(zhuǎn)換關(guān)系,可以反映用戶興趣的序列化變化,也結(jié)合了商品之間的關(guān)聯(lián);并采用GRU單元進(jìn)行訓(xùn)練,得到更加準(zhǔn)確的推薦目標(biāo)。??