欢迎来到知嘟嘟! 联系电话:13095918853 卖家免费入驻,海量在线求购! 卖家免费入驻,海量在线求购!
知嘟嘟
我要发布
联系电话:13095918853
知嘟嘟经纪人
收藏
专利号: 2024114292988
申请人: 天津市溶蔚信息科技有限公司
专利类型:发明专利
专利状态:授权未缴费
专利领域: 计算;推算;计数
更新日期:2025-03-25
缴费截止日期: 暂无
价格&联系人
年费信息
委托购买

摘要:

权利要求书:

1.一种内容推荐方法,其特征在于,所述方法包括以下步骤:

构建每个用户每次会话的历史浏览项图,获取当前用户当前会话的浏览记录,并构建当前会话浏览项图;其中,所述浏览项图中节点的特征向量基于浏览项的内容、用户在浏览项上的停留时间以及针对浏览项的操作生成;

基于当前会话浏览项图和历史浏览项图的度矩阵计算当前会话浏览项图和历史浏览项图的相似度,选取相似度最大的预设个数历史浏览项图,根据所述相似度和选取的历史浏览项图的邻接矩阵构建访问矩阵;

当用户点击新的浏览项时,基于当前正在浏览的浏览项和新的浏览项从所述访问矩阵中确定要推荐的浏览项。

2.如权利要求1所述的方法,其特征在于,所述浏览项图中节点的特征向量基于浏览项的内容、用户在浏览项上的停留时间以及针对浏览项的操作生成,具体为:获取浏览项的题目和/或关键词和/或标签,并进行词嵌入得到浏览项的内容特征;

对用户在浏览项上的停留时间归一化,将归一化后的停留时间作为停留时间特征;

获取针对浏览项的操作行为,所述操作行为包括评论浏览时间、特定的操作,所述特定的操作为评论、收藏和/或分享,对所述操作行为进行编码得到操作行为特征;

将所述内容特征、停留时间特征、操作行为特征融合成节点的特征向量。

3.如权利要求1所述的方法,其特征在于,所述基于当前会话浏览项图和历史浏览项图的度矩阵计算当前会话浏览项图和历史浏览项图的相似度,具体为:通过图神经网络分别得到当前会话浏览项图和历史浏览项图的特征向量和邻接矩阵;

基于邻接矩阵得到度矩阵,采用所述度矩阵和所述特征向量得到当前会话浏览项图和历史浏览项图的图级嵌入;

将当前会话浏览项图和历史浏览项图的所述图级嵌入输入到神经张量网络得到神经张量网络输出的向量,将通过图神经网络分别得到当前会话浏览项图和历史浏览项图的特征向量输入到成对节点对比单元得到成对节点对比单元输出的向量;

将神经张量网络输出的向量和成对节点对比单元输出的向量融合后输入到全连接层得到相似度。

4.如权利要求1所述的方法,其特征在于,所述根据所述相似度和选取的历史浏览项图的邻接矩阵构建访问矩阵,具体为:将选取的历史浏览项图和当前会话浏览图的相似度作为权重,将相似度最大的预设个数历史浏览项图的邻接矩阵的加权和作为访问矩阵。

5.如权利要求1所述的方法,其特征在于,所述基于当前正在浏览的浏览项和新的浏览项从所述访问矩阵中确定要推荐的浏览项,具体为:获取当前正在浏览的浏览项和新的浏览项在所述访问矩阵中分别对应的向量;按照两个向量中元素的值从大到小的顺序选取多个要推荐的浏览项。

6.一种内容推荐系统,其特征在于,所述系统包括以下模块:

采集模块,用于构建每个用户每次会话的历史浏览项图,获取当前用户当前会话的浏览记录,并构建当前会话浏览项图;其中,所述浏览项图中节点的特征向量基于浏览项的内容、用户在浏览项上的停留时间以及针对浏览项的操作生成;

中间处理模块,用于基于当前会话浏览项图和历史浏览项图的度矩阵计算当前会话浏览项图和历史浏览项图的相似度,选取相似度最大的预设个数历史浏览项图,根据所述相似度和选取的历史浏览项图的邻接矩阵构建访问矩阵;

内容推荐模块,用于当用户点击新的浏览项时,基于当前正在浏览的浏览项和新的浏览项从所述访问矩阵中确定要推荐的浏览项。

7.如权利要求6所述的系统,其特征在于,所述浏览项图中节点的特征向量基于浏览项的内容、用户在浏览项上的停留时间以及针对浏览项的操作生成,具体为:获取浏览项的题目和/或关键词和/或标签,并进行词嵌入得到浏览项的内容特征;

对用户在浏览项上的停留时间归一化,将归一化后的停留时间作为停留时间特征;

获取针对浏览项的操作行为,所述操作行为包括评论浏览时间、特定的操作,所述特定的操作为评论、收藏和/或分享,对所述操作行为进行编码得到操作行为特征;

将所述内容特征、停留时间特征、操作行为特征融合成节点的特征向量。

8.如权利要求6所述的系统,其特征在于,所述基于当前会话浏览项图和历史浏览项图的度矩阵计算当前会话浏览项图和历史浏览项图的相似度,具体为:通过图神经网络分别得到当前会话浏览项图和历史浏览项图的特征向量和邻接矩阵;

基于邻接矩阵得到度矩阵,采用所述度矩阵和所述特征向量得到当前会话浏览项图和历史浏览项图的图级嵌入;

将当前会话浏览项图和历史浏览项图的所述图级嵌入输入到神经张量网络得到神经张量网络输出的向量,将通过图神经网络分别得到当前会话浏览项图和历史浏览项图的特征向量输入到成对节点对比单元得到成对节点对比单元输出的向量;

将神经张量网络输出的向量和成对节点对比单元输出的向量融合后输入到全连接层得到相似度。

9.如权利要求6所述的系统,其特征在于,所述根据所述相似度和选取的历史浏览项图的邻接矩阵构建访问矩阵,具体为:将选取的历史浏览项图和当前会话浏览图的相似度作为权重,将相似度最大的预设个数历史浏览项图的邻接矩阵的加权和作为访问矩阵。

10.一种计算机可读存储介质,所述可读存储介质上存储有计算机程序,其特征在于,所述计算机程序在被处理器执行时实现如权利要求1-5任一项所述的方法。