1.一种考虑重复购买行为的会话推荐方法，其特征在于：根据用户当前会话中的购买行为序列，得到用户购买行为表征；用户当前会话为ST＝{v1，v2，…，vτ，…，vt}，其中，vτ代表第τ个物品，T表示当前会话的时间段下标，且ST的向量表征为{x1，x2，…，xτ，…，xt}，其中 用户当前会话ST中包含了用户购买行为序列|AT|表示序列AT的个数，AT的向量表征为 采用平均池对购买行为序列进行表征，如下：其中，AT是当前会话中的购买行为序列，是购买行为序列AT中购买的物品， 是物品a

的向量表示，|AT|表示序列AT的个数，p是购买行为序列表征；

s

根据用户当前会话，得到用户短期兴趣表征p ；本方法采用门控循环单元网络GRU对用户当前会话进行表征；GRU的输入序列为当前会话ST＝{v1，v2，…，vτ，…，vt}；最后得到当前会话表征为 用户短期兴趣表征为当前会话表征l

更新用户长期兴趣表征p ；用户当前会话所在时间为T，用户历史所有会话表征仍然采用门控循环单元网络GRU结构得到，此时用户历史会话表征序列为l

用户长期兴趣的序列性不强，因此采用平均池获得用户较为稳定的长期兴趣表征p：其中，ZT‑1为时间T之前的用户历史会话表征列表， 为用户第τ个历史会话表征，|ZT‑1|l

表示序列ZT‑1的个数；p是用户的长期兴趣表征；

根据用户的短期和长期兴趣表征，在重复推荐模式和探索推荐模式中选择；在本方法l

中，基于用户的当前会话ST和用户长期兴趣p ，用户下一个交互物品vt+1的概率P(vt+1|ST，l

p)进一步分解为：

l l l l l

P(vt+1|ST，p)＝P(r|ST，p)P(vt+1|r，ST，p)+P(e|ST，p)P(vt+1|e，ST，p)l l

其中，r和e分别代表重复模式和探索模式；P(r|ST，p)和P(e|ST，p)代表基于当前会话l l l

ST和用户长期兴趣p ，计算重复模式和探索模式的概率；P(vt+1|r，ST，p)和P(vt+1|e，ST，p)分别代表在重复模式和探索模式下，推荐物品vt+1的概率；判断推荐模式采用重复模式还是l l

探索模式也就是计算概率P(r|ST，p)和P(e|ST，p)；

在重复模式下，根据用户的短期、长期兴趣表征和购买行为表征，在用户历史购买的物品序列中进行推荐；令用户历史购买序列为BT‑1＝{v1，v2，…，vl}，用户历史购买序列BT‑1的向量表征为 其中上标a表示购买行为；那么，在重复模式下，用户历史购买的物l

品的推荐概率P(vτ|r，ST，p)是：其中， 是用户历史购买序列中第τ个物品vτ的向量表征； 和s

是模型参数，在模型训练时更新，共同决定了第τ个物品vτ的重要程度；V代表物品集合；p 、l a l

p和p分别为用户短期、长期兴趣表征以及当前会话中的购买行为表征；从P(vτ|r，ST，p)计算公式中看出，历史购买的物品和当前购买物品越相似，推荐该物品的概率越低；

在探索模式下，根据用户的短期兴趣表征和用户长期兴趣，对不在用户历史购买的物l

品序列中的物品进行推荐，物品推荐概率计算公式P(vτ|e，ST，p)为：s l

其中，xτ为物品集合V‑BT‑1中的物品vτ的向量表征；p和p分别为用户短期和长期兴趣表l

征；对于vτ∈BT‑1的物品， 也就是推荐概率P(vτ|e，ST，p)＝0；

构建损失函数，训练模型参数；采用对数似然损失函数：l

其中，OT是训练集中所有的会话集合；P(vτ|ST，p)表示基于用户的当前会话ST和用户长l

期兴趣p ，预测用户下一个交互物品vτ的概率，vτ是会话序列中真实交互的物品；我们采用Adam优化器更新模型参数。

2.根据权利要求1所述的一种考虑重复购买行为的会话推荐方法，其中，所述对用户当前交互序列进行表征的门控循环单元网络GRU具体公式为：zτ＝σ(Wxz·xτ+Whz·hτ‑1)rτ＝σ(Wxr·xτ+Whr·hτ‑1)其中，rτ是重置门，zτ为更新门，这两个门控向量决定了哪些信息能作为门控循环单元的输出； 是当前记忆内容；xτ是当前层的节点输入； 和分别是控制更新门zτ和重置门rτ的参数； 和 是控制当前记忆内容 的参数；⊙是元素级别的矩阵相乘，σ是sigmoid函数；当前会话表征为

3.根据权利要求1所述的一种考虑重复购买行为的会话推荐方法，其中，用于判断推荐l l

模式采用重复模式还是探索模式的概率P(r|ST，p)和P(e|ST，p)具体为：s l

其中， 是模型权重参数，p和p 分别是用户动态的短期兴趣表征和静态的长期兴趣表征； 表示向量连接操作，softmax是softmax函数；从公式中看出，选择重复模式和探索模式是一个二分类问题，且是一个软分类问题。