买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：华南农业大学

摘要：本发明涉及一种基于知识强化的购物篮可解释推荐方法与系统，属于购物推荐技术领域，通过基于购物篮知识图谱中的三步图构建购物篮临时表征序列，通过LSTM生成用户的购物篮序列级别的表征。基于用户近期购买的商品及其次数，进行加权学习生成用户的复购表征。学习权重融合用户的预训练表征、购物篮序列级别的表征和复购表征，得到用户预测向量。使用用户预测向量代替用户预训练表征，使用强化学习在购物篮知识图谱上进行路径推理，得到购物篮的推荐商品及解释路径。通过知识图谱、用户购物篮序列和复购行为建模等构建用户及其他实体表征，并使用强化学习实现可解释购物篮推荐，提升电子商务的推荐准确性，提高了用户体验，促进了交易达成。

主权项：1.一种基于知识强化的购物篮可解释推荐方法，其特征在于，包括：获取用户在购物系统相关历史时间段的交互信息和商品信息，基于所述交互信息和商品信息提取出各属性实体以及属性实体之间的关系，并构建购物篮知识图谱；构建TransR模型，将所述购物篮知识图谱输入到所述TransR模型得到预训练表征；所述属性实体包括用户、商品、购物篮、商品属性；基于所述购物篮知识图谱中最近购买的商品、购物篮、商品属性构建用户特有的三步图，根据所述用户特有的三步图构建购物篮的表征序列，并通过LSTM生成用户的购物篮序列级别表征；从包含购物篮的交互数据中筛选出用户在预设时间之内的交互数据，得到用户最近购买的购物篮序列，并基于所述用户最近购买的购物篮序列进行加权学习生成用户的复购表征；学习权重融合所述预训练表征、购物篮序列级别表征和复购表征，得到用户预测向量；将用户预测向量代替用户预训练表征，通过强化学习在购物篮知识图谱上进行路径推理，得到购物篮的推荐商品及解释路径；获取用户在购物系统相关历史时间段的交互信息和商品信息，基于所述交互信息和商品信息提取出各属性实体以及属性实体之间的关系，并构建购物篮知识图谱，具体为：获取用户在购物系统相关历史时间段的交互信息和商品信息；对用户购物系统的交互信息按时间划分，得到包含购物篮的数据；对用户购物系统的交互信息和商品信息进行属性实体提取和属性实体之间的关系提取；基于提取出的各属性实体和属性实体之间的关系构建购物篮知识图谱；将用户预测向量代替用户预训练表征，通过强化学习在购物篮知识图谱上进行路径推理，得到购物篮的推荐商品及解释路径，具体为：将用户预测向量代替购物篮知识图谱预训练得到的实体和关系表征中的用户预训练表征；构建强化学习的MDP环境，通过所述MDP环境来训练策略网络，使得累积奖励最大，通过使用动作概率引导波束搜索进行路径推理得到推理路径；通过MLP计算用户预测向量和商品预训练嵌入来得到用户对商品的评分，并通过从路径终点的商品中筛选出评分最高的几个商品做为购物篮推荐结果。

全文数据：

权利要求：

百度查询： 华南农业大学 一种基于知识强化的购物篮可解释推荐方法与系统