申请/专利权人：重庆理工大学

申请日：2024-01-18

公开（公告）日：2024-04-16

公开（公告）号：CN117892006A

主分类号：G06F16/9535

分类号：G06F16/9535;G06F16/36;G06N5/022

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.05.03#实质审查的生效;2024.04.16#公开

摘要：本发明提出了一种基于超图神经网络的对话推荐方法，包括：获取用户历史对话信息，构建对话超图；获取外部知识图，构建知识超图；获取物品评论信息，构建评论超图；利用知识图谱编码器对超图中的实体进行编码，生成节点表示；基于节点表示学习节点特征，生成历史会话、知识和评论表示；将历史会话、知识和评论表示连接，生成用户长期和短期偏好嵌入；利用池化层结合长期和短期偏好嵌入，生成用户最终表示；根据用户最终表示推荐物品；对历史对话信息和当前对话信息进行编码；解码物品、历史和当前对话嵌入；建立并训练优化对话推荐模型，输出恰当对话；本发明通过构建超图，使模型能捕获多方面知识中的高阶关系，探索用户隐式偏好，提高推荐精度。

主权项：1.一种基于超图神经网络的对话推荐方法，其特征在于，包括：S100、获取用户的历史对话信息来构建对话超图；获取外部知识图来构建知识超图；获取物品评论信息来构建评论超图；S200、利用知识图谱编码器对所述对话超图、知识超图和评论超图中的实体进行编码，生成节点表示；S300、基于所述节点表示利用双注意力机制构建的超图神经网络来学习节点特征，生成历史会话表示、知识表示和评论表示；S400、将所述历史会话表示、知识表示和评论表示进行连接操作，生成用户长期偏好嵌入；并在用户当前对话信息中提取用户短期偏好嵌入；S500、利用池化层将所述用户长期偏好嵌入和用户短期偏好嵌入相结合，生成最终的用户表示，并根据最终的用户表示向所述用户推荐合适的物品；S600、利用编码器对历史对话信息和所述当前对话信息进行编码，生成历史会话嵌入和当前会话嵌入；S700、利用解码器对物品嵌入、所述历史会话嵌入和当前会话嵌入进行解码；S800、建立对话推荐模型，对所述对话推荐模型进行训练和优化，并输出恰当对话。

全文数据：

权利要求：

百度查询： 重庆理工大学 一种基于超图神经网络的对话推荐方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD