公开(公告)号：CN112035746A

公开(公告)日：2020-12-04

申请号：CN202010904114.4

申请日：2020-09-01

Applicant: 湖南大学

Inventor： 王换文 ,  陈浩 ,  陈建国 ,  周文杰 ,  陈雯姝 ,  张银燕

IPC: G06F16/9535 ,  G06F16/33 ,  G06F16/332 ,  G06Q30/06 ,  G06N3/04

Abstract: 一种基于时空序列图卷积网络的会话推荐方法，包括以下步骤：S1：将所有会话序列建模为有向会话图；S2：以会话中共有的商品为链接，构建全局图；S3：将ARMA过滤器嵌入到门控图神经网络中，提取图模型中随时间变化的拓扑图信号，并得到会话图中涉及的各个节点的特征向量；S4：采用注意力机制从用户历史会话中得到全局偏好信息；S5：从用户点击的最后一个会话中获取用户的局部偏好信息，并结合全局偏好信息得到用户最终偏好信息；S6：预测每个会话中下一点击商品可能出现的概率，并给出Top-K推荐商品。本发明能够从全局图中捕获所点击商品的丰富的上下文关系，准确学习用户的全局和局部偏好，并有效评估用户历史偏好对当前偏好的时间衰减效果，提供准确的商品预测。