-
公开(公告)号:CN119336976A
公开(公告)日:2025-01-21
申请号:CN202310889592.6
申请日:2023-07-19
Applicant: 华为技术有限公司
IPC: G06F16/9535 , G06F16/9538 , G06F9/451 , G06F16/36 , G06N3/042 , G06N3/0464 , G06N3/08
Abstract: 一种显示方法、推荐方法及推荐装置,基于用户的历史交互数据,确定用户的关系意图、上下文意图;关系意图表征用户对交互的物品与关联实体的关系的关注程度,关联实体包括物品的知识图谱中存在关系的实体;上下文意图表征用户对交互上下文的关注程度;基于用户的关系意图、上下文意图,经过图神经网络,得到嵌入表征信息;推荐模型至少根据嵌入表征信息,输出第二显示内容。本申请中,通过用户的历史交互数据,对用户的意图进行挖掘,得到关系意图、上下文意图。用户的嵌入表征信息包含了用户的关系意图、上下文意图,因此,该嵌入表征信息是一种精确的表征。因此当推荐模型以该嵌入表征信息为输入数据时,可以得到更加精确的推荐结果。
-
公开(公告)号:CN117349333A
公开(公告)日:2024-01-05
申请号:CN202210743393.X
申请日:2022-06-28
Applicant: 华为技术有限公司
IPC: G06F16/2457 , G06F16/25
Abstract: 一种推荐方法,包括:基于训练数据,确定用户事件图(UEG),UEG中包括:用户节点,物品节点,上下文节点,和意图节点,其中,意图节点分别与用户节点,物品节点和上下文节点连接;基于UEG,对用户特征,物品特征,上下文特征和意图特征进行图卷积,得到目标特征集合,目标特征集合中包括目标用户特征,目标物品特征和目标上下文特征;基于目标特征集合和目标用户在目标环境中的上下文特征,向目标用户推荐目标物品,目标物品为与目标环境中上下文特征相匹配的物品。这样,通过意图节点将用户节点,物品节点和上下文节点进行关联,从而可以将上下文特征融入到图卷积中,进而可以得到更好的用户特征和物品特征,提升了后续的推荐服务的精准度。
-