本发明涉及人工智能,尤其是涉及一种会话推荐方法、系统、终端设备以及计算机可读存储介质。
背景技术:
1、在现有的会话推荐过程中,考虑了推荐过程中各个变量之间的因果关系,比如,在电子商城内,用户历史点击某一物品(比如手机)越频繁,推荐系统预测的推荐该产品的预测分数越高。
2、然而,物品类别会影响物品和预测分数之间的因果性。比如,物品类别能够从一定程度上同时影响用户历史点击的物品类别,以及用户下一次点击的物品类别。可见,由于物品类别对用户物品点击以及预测分数的干扰,导致物品和预测分数二者之间不再是单一的因果关系,而是掺杂了一定的相关关系,其中,相应关系可以理解为物品和预测分数两变量之间存在相干性。
3、因此,产品类别可能会对会话推荐过程产生负面影响,比如,导致会话推荐系统无法在用户点击多种类型的多种物品时,根据用户历史点击序列,针对性地为用户推荐其更感兴趣的物品,降低了会话推荐过程中物品推荐精准度。
技术实现思路
1、本发明的主要目的在于提供一种会话推荐方法、系统、终端设备以及计算机可读存储介质,旨在实现会话推荐过程中的物品精准推荐。
2、为实现上述目的,本发明提供一种会话推荐方法,所述会话推荐包括:
3、根据会话推荐对象的用户表示、用户历史点击物品的物品表示以及物品类别表示,确定会话推荐预测的初始预测分数;
4、基于所述初始预测分数,修正所述物品类别表示导致的预测分数偏差,得到目标预测分数,以根据所述目标预测分数进行会话推荐。
5、可选地,所述基于所述初始预测分数,修正所述物品类别表示导致的预测分数偏差,得到目标预测分数的步骤,包括:
6、基于所述初始预测分数,确定预测分数影响权重;
7、根据所述物品类别影响权重,修正基于所述物品类别产生的预测分数偏差,得到目标预测分数。
8、可选地,所述初始预测分数包括第一预测分数,所述基于所述初始预测分数,确定预测分数影响权重的步骤,包括:
9、将所述物品表示作为变量,计算得到所述第一预测分数的期望均值,并将所述期望均值作为所述物品类别影响权重。
10、可选地,所述初始预测分数还包括第二预测分数,所述根据所述物品类别影响权重,移除基于所述物品类别产生的预测分数偏差,得到目标预测分数的步骤,包括:
11、获取所述第二预测分数映射在预设双曲正切函数上的运算结果;
12、确定所述运算结果与所述物品类别影响权重的乘积结果,并将所述乘积结果作为所述预测分数偏差;
13、将预设的原始预测分数与所述预测分数偏差相减,以修正所述预测分数偏差,得到目标预测分数。
14、可选地,所述根据所述用户表示、所述物品表示以及所述物品类别表示,确定物品推荐预测的初始预测分数的步骤,包括:
15、将所述用户表示和所述物品表示作为预设的前馈神经网络的输入,得到所述前馈神经网络输出的所述第一预测分数;
16、将所述用户表示和所述物品类别表示作为所述前馈神经网络的输入,得到所述前馈神经网络输出的所述第二预测分数。
17、可选地,在所述根据会话推荐对象的用户表示、用户历史点击物品的物品表示以及物品类别表示,确定会话推荐预测的初始预测分数的步骤之前,包括:
18、获取用户的原始点击序列,并根据所述原始点击序列,查询预设的向量查找表,得到所述原始点击序列中的各物品的嵌入向量和位置向量;
19、将所述嵌入向量和所述位置向量进行拼接,并将拼接后的嵌入向量和位置向量输入预设神经网络模型进行特征提取,得到所述物品表示;
20、根据所述物品表示,获取所述用户表示和所述物品类别表示。
21、可选地,所述根据所述物品表示,获取所述用户表示和所述物品类别表示的步骤,包括:
22、将所述物品表示在预设维度的用户表示空间进行映射,得到用户表示;
23、将所述物品表示在多个层次进行线性映射,得到不同层次的物品类别查询表示;
24、将所述不同层次的物品类别查询表示输入所述预设神经网络模型,得到所述预设神经网络模型输出的物品类别表示。
25、为实现上述目的,本发明还提供一种会话推荐系统,所述会话推荐系统,包括:
26、确定模块,用于根据会话推荐对象的用户表示、用户历史点击物品的物品表示以及物品类别表示,确定会话推荐预测的初始预测分数;
27、移除模块,用于基于所述初始预测分数,修正所述物品类别表示导致的预测分数偏差,得到目标预测分数,以根据所述目标预测分数进行会话推荐。
28、其中,本发明会话推荐系统的各个功能模块各自在运行时均实现如上所述的会话推荐方法的步骤。
29、为实现上述目的,本发明还提供一种终端设备,所述终端设备包括:存储器、处理器和存储在所述存储器上并可在所述处理器上运行的会话推荐程序,所述会话推荐程序被所述处理器执行时实现如上所述的会话推荐方法的步骤。
30、此外,为实现上述目的,本发明还提出一种计算机可读存储介质,所述计算机可读存储介质上存储有会话推荐程序,所述会话推荐程序被处理器执行时实现如上所述的会话推荐方法的步骤。
31、此外,为实现上述目的,本发明还提供计算机程序产品,所述计算机程序产品包括计算机程序,所述计算机程序被处理器执行时实现如上所述的会话推荐方法的步骤。
32、本发明提供一种会话推荐、系统、终端设备、计算机可读存储介质以及计算机程序产品,通过根据会话推荐对象的用户表示、用户历史点击物品的物品表示以及物品类别表示,确定会话推荐预测的初始预测分数;基于所述初始预测分数,修正所述物品类别表示导致的预测分数偏差,得到目标预测分数,以根据所述目标预测分数进行会话推荐。
33、相比于现有技术中的会话推荐方式,在本发明中,除了获取会话推荐中的用户表示和用户历史点击物品的物品表示之外,还获取了物品类别表示。进而,可以在根据上述用户表示、用户历史点击物品的物品表示以及物品类别表示计算得到物品推荐预测的初始预测分数后,移除物品类别表示对初始预测分数造成的预测分数偏差,得到目标预测分数。可见,本发明考虑了物品类别表示对会话推荐所造成的影响,并消除了该影响,使得到的目标预测分数更能够精准预测用户可能感兴趣的物品,提高会话推荐精度,进而提高用户点击率。
1.一种会话推荐方法,其特征在于,所述会话推荐方法包括:
2.如权利要求1所述的会话推荐方法,其特征在于,所述基于所述初始预测分数,修正所述物品类别表示导致的预测分数偏差,得到目标预测分数的步骤,包括:
3.如权利要求2所述的会话推荐方法,其特征在于,所述初始预测分数包括第一预测分数,所述基于所述初始预测分数,确定预测分数影响权重的步骤,包括:
4.如权利要求3所述的会话推荐方法,其特征在于,所述初始预测分数还包括第二预测分数,所述根据所述物品类别影响权重,移除所述物品类别导致的预测分数偏差,得到目标预测分数的步骤,包括:
5.如权利要求4所述的会话推荐方法,其特征在于,所述根据所述用户表示、所述物品表示以及所述物品类别表示,确定物品推荐预测的初始预测分数的步骤,包括:
6.如权利要求1所述的会话推荐方法,其特征在于,在所述根据会话推荐对象的用户表示、用户历史点击物品的物品表示以及物品类别表示,确定会话推荐预测的初始预测分数的步骤之前,包括:
7.如权利要求6所述的会话推荐方法,其特征在于,所述根据所述物品表示,获取所述用户表示和所述物品类别表示的步骤,包括:
8.一种会话推荐系统,其特征在于,所述会话推荐系统包括:
9.一种终端设备,其特征在于,所述终端设备包括存储器、处理器和存储在所述存储器上并可在所述处理器上运行的会话推荐程序,所述会话推荐程序被所述处理器执行时实现如权利要求1至7中任一项所述的会话推荐方法的步骤。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储有会话推荐程序,所述会话推荐程序被处理器执行时实现如权利要求1至7中任一项所述的会话推荐方法的步骤。