面向零样本跨域序列推荐的行为增强语义推荐方法及装置

本发明属于序列推荐，具体是涉及到一种面向零样本跨域序列推荐的行为增强语义推荐方法及装置。

背景技术：

1、序列推荐模型通过对用户按照时间顺序产生的历史交互行为进行建模，以根据用户的有序交互历史推断用户随时间变化的偏好，并据此预测用户后续可能交互的物品，已广泛应用于电子商务、内容分发和信息服务等场景。

2、现有技术中的序列推荐方法通常依赖充足的域内交互数据，需要利用域内用户与物品之间的历史交互数据对用户的历史交互序列以及物品之间的交互关系进行学习，以获得用户的行为偏好以及物品的行为特征，并基于学习得到的信息对候选物品进行评分和排序。因此，域内交互数据的数量和完整程度会直接影响序列推荐模型对用户行为模式和物品特征的学习效果。

3、然而，当新的平台或产品类别刚刚上线时，通常尚未积累充足的用户交互数据；同时，在不同业务领域之间进行推荐模型迁移时，还可能受到数据隐私、数据隔离以及运营策略等因素的限制，导致新的领域中的历史交互数据难以获得或者无法用于推荐模型的训练和调整。在缺乏领域交互数据的情况下，现有序列推荐模型难以直接学习新的领域中用户与物品之间的交互规律以及由交互行为反映出的物品特征，从而导致推荐模型在新的领域中的推荐准确性较低。

技术实现思路

1、本发明要解决的技术问题是现有技术常用的上述方法通常依赖充足的域内交互数据，导致推荐模型在新的领域中的推荐准确性较低，为了解决上述问题，本发明提供一种面向零样本跨域序列推荐的行为增强语义推荐方法及装置。

2、本发明的内容包括：

3、第一方面，本发明实施例提供了一种面向零样本跨域序列推荐的行为增强语义推荐方法，包括：

4、获取目标域中的目标查询，所述目标查询包括历史交互序列以及多个候选物品，所述历史交互序列包括目标用户在当前预测位置之前交互的多个历史物品及交互时间，目标域包括多个目标域物品、多个目标域用户以及所述目标域物品和所述目标域用户的目标域交互数据，所述历史物品和所述候选物品均属于所述目标域物品，所述目标用户属于所述目标域用户；

5、基于所述历史交互序列、所述历史物品对应的文本语义嵌入和所述候选物品对应的文本语义嵌入，通过语义评分模型确定每个所述候选物品对应的语义候选分数，所述语义评分模型为预先基于源域的数据训练得到的，所述源域包括多个源域物品、多个源域用户以及所述源域物品和所述源域用户的源域交互数据；

6、基于所述历史交互序列中的时间信息，确定所述历史物品对应的时间特征；

7、基于所述时间特征、所述历史物品对应的交互属性、所述候选物品对应的交互属性以及所述候选物品对应的文本语义嵌入，通过行为评分模型确定每个所述候选物品对应的行为候选分数，所述交互属性包括流行度相关代理和共现信息代理，交互属性映射器包括流行度映射器和共现映射器，所述流行度映射器用于基于文本语义嵌入确定所述流行度相关代理，所述共现映射器用于基于文本语义嵌入确定所述共现信息代理，所述流行度映射器和所述共现映射器为预先基于所述源域的数据训练得到的，所述流行度相关代理用于表征基于所述源域学习得到的物品相对流行程度在目标域中的代理结果，所述共现信息代理用于表征基于所述源域学习得到的物品间协同关联特征在目标域中的代理结果；

8、对所述语义候选分数和所述行为候选分数进行融合，得到每个所述候选物品对应的融合候选分数；

9、基于所述融合候选分数确定所述目标查询对应的推荐结果。

10、可选地，所述时间特征包括时间间隔特征和相对时间位置特征；

11、基于所述历史交互序列中的时间信息，确定所述历史物品对应的时间特征，包括：

12、基于所述历史交互序列中的时间信息，分别确定每个所述历史物品对应的时间间隔特征和相对时间位置特征，其中，第j个历史物品对应的时间间隔特征为：

13、；

14、；

15、；

16、第j个历史物品对应的相对时间位置特征为：

17、；

18、其中，为第j个历史物品对应的时间间隔，为第j个历史物品对应的交互时间，为第j-1个历史物品对应的交互时间，为所述历史物品的数量，为固定时间尺度，和均为预设的用于防止除零的常数，用于从括号内的多个数值中确定最大值。

19、可选地，所述基于所述历史交互序列、所述历史物品对应的文本语义嵌入和所述候选物品对应的文本语义嵌入，通过语义评分模型确定每个所述候选物品对应的语义候选分数，包括：

20、通过候选侧物品映射函数对所述候选物品对应的文本语义嵌入进行映射处理，得到所述候选物品对应的候选物品表示；

21、通过历史侧物品映射函数对所述历史物品对应的文本语义嵌入进行映射处理，得到所述历史物品对应的历史物品表示；

22、对按照所述历史交互序列排列的多个所述历史物品表示进行编码和读出处理，得到所述历史交互序列对应的序列表征；

23、基于所述序列表征与每个所述候选物品表示确定每个所述候选物品对应的语义候选分数。

24、可选地，所述基于所述时间特征、所述历史物品对应的交互属性、所述候选物品对应的交互属性以及所述候选物品对应的文本语义嵌入，通过行为评分模型确定每个所述候选物品对应的行为候选分数之前，所述方法还包括：

25、基于所述源域交互数据确定所述源域物品对应的流行度属性和共现属性，所述流行度属性用于表征所述源域物品在所述多个源域物品中的相对流行程度，所述共现属性用于表征所述源域物品与其他源域物品之间基于用户交互行为形成的关联特征；

26、将所述源域物品对应的文本语义嵌入输入所述流行度映射器，得到所述源域物品对应的流行度相关代理，将所述源域物品对应的文本语义嵌入输入所述共现映射器，得到所述源域物品对应的共现信息代理；

27、基于所述流行度相关代理和所述流行度属性之间的差异调整所述流行度映射器的参数，得到训练好的所述流行度映射器，以及基于所述共现信息代理和所述共现属性之间的差异调整所述共现映射器的参数，得到训练好的所述共现映射器。

28、可选地，基于所述源域交互数据确定所述源域物品对应的流行度属性，包括：

29、按照预设时间周期将所述源域交互数据划分为多个时间周期，并统计所述源域物品在每个所述时间周期的交互次数；

30、基于所述交互次数和预设衰减系数，确定所述源域物品在每个所述时间周期内的衰减状态；

31、对于所述衰减状态非零的源域物品，按照平均并列秩赋值，再除以目标值后进行归一化处理，得到所述源域物品在每个所述时间周期对应的归一化秩值，所述目标值为最大平均秩加一；

32、基于所述归一化秩值确定所述源域物品对应的所述流行度属性；

33、其中，源域物品对应的流行度属性为：

34、；

35、；

36、其中，表示最后一个所述时间周期，表示聚合的末尾时间周期数量，为源域物品在第个时间周期对应的归一化秩值，为源域物品在第个时间周期的衰减状态，为源域物品在第个时间周期的交互次数，为所述预设衰减系数。

37、可选地，基于所述源域交互数据确定所述源域物品对应的共现属性，包括：

38、基于所述源域交互数据构建源域用户-物品关联矩阵以及初始共现矩阵；

39、去除所述初始共现矩阵中的自连接后，对不同的所述源域物品之间的共现值进行对数变换和对称归一化处理，得到对称归一化矩阵，所述对称归一化矩阵中的元素用于表征源域物品和源域物品之间的共现权重；

40、对于目标源域物品，计算所述目标源域物品与共现邻居之间的重加权系数，所述共现邻居为与所述目标源域物品之间的共现权重满足预设要求的源域物品，所述目标源域物品为任一个所述源域物品；

41、基于所述重加权系数，对所有所述共现邻居对应的文本语义嵌入进行加权聚合，得到所述目标源域物品的邻域嵌入；

42、基于所述邻域嵌入确定每个所述源域物品的共现属性；

43、其中，源域物品对应的共现属性为：

44、；

45、；

46、其中，表示具有非零邻域嵌入的源域物品集合，为中邻域嵌入的均值，为在上拟合的主成分变换矩阵，为源域物品对应的共现邻居的重加权系数，表示源域物品对应的文本语义嵌入，表示共现邻居对应的文本语义嵌入，表示预设权重参数，表示源域物品与所有源域物品之间的余弦相似度的均值，用于将输入值转换为0至1之间的调制系数。

47、可选地，所述基于所述时间特征、所述历史物品对应的交互属性、所述候选物品对应的交互属性以及所述候选物品对应的文本语义嵌入，通过行为评分模型确定每个所述候选物品对应的行为候选分数，包括：

48、基于所述时间特征和所述历史物品对应的流行度相关代理，构建所述历史物品对应的历史特征；

49、基于所述历史特征和所述历史物品对应的共现信息代理，确定所述历史物品对应的行为位置输入；

50、按照所述历史交互序列中所述历史物品的交互顺序，对所述历史物品对应的行为位置输入进行序列编码，并基于最后一个有效历史位置对应的编码状态确定所述历史交互序列对应的历史行为表征；

51、基于所述候选物品对应的文本语义嵌入和所述候选物品对应的共现信息代理，确定所述候选物品对应的候选行为表征；

52、基于所述历史行为表征与所述候选行为表征之间的匹配程度，确定每一个所述候选物品对应的行为候选分数。

53、第二方面，本发明实施例提供了一种面向零样本跨域序列推荐的行为增强语义推荐装置，包括：

54、获取模块，用于获取目标域中的目标查询，所述目标查询包括历史交互序列以及多个候选物品，所述历史交互序列包括目标用户在当前预测位置之前交互的多个历史物品及交互时间，目标域包括多个目标域物品、多个目标域用户以及所述目标域物品和所述目标域用户的目标域交互数据，所述历史物品和所述候选物品均属于所述目标域物品，所述目标用户属于所述目标域用户；

55、语义评分模块，用于基于所述历史交互序列、所述历史物品对应的文本语义嵌入和所述候选物品对应的文本语义嵌入，通过语义评分模型确定每个所述候选物品对应的语义候选分数，所述语义评分模型为预先基于源域的数据训练得到的，所述源域包括多个源域物品、多个源域用户以及所述源域物品和所述源域用户的源域交互数据；

56、第一确定模块，用于基于所述历史交互序列中的时间信息，确定所述历史物品对应的时间特征；

57、行为评分模块，用于基于所述时间特征、所述历史物品对应的交互属性、所述候选物品对应的交互属性以及所述候选物品对应的文本语义嵌入，通过行为评分模型确定每个所述候选物品对应的行为候选分数，所述交互属性包括流行度相关代理和共现信息代理，交互属性映射器包括流行度映射器和共现映射器，所述流行度映射器用于基于文本语义嵌入确定所述流行度相关代理，所述共现映射器用于基于文本语义嵌入确定所述共现信息代理，所述流行度映射器和所述共现映射器为预先基于所述源域的数据训练得到的，所述流行度相关代理用于表征基于所述源域学习得到的物品相对流行程度在目标域中的代理结果，所述共现信息代理用于表征基于所述源域学习得到的物品间协同关联特征在目标域中的代理结果；

58、融合模块，用于对所述语义候选分数和所述行为候选分数进行融合，得到每个所述候选物品对应的融合候选分数；

59、第二确定模块，用于基于所述融合候选分数确定所述目标查询对应的推荐结果。

60、第三方面，本发明实施例提供一种电子设备，包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的程序，所述处理器，用于读取存储器中的程序实现如第一方面所述的面向零样本跨域序列推荐的行为增强语义推荐方法中的步骤。

61、第四方面，本发明实施例提供一种可读存储介质，用于存储程序，所述程序被处理器执行时实现如第一方面所述的面向零样本跨域序列推荐的行为增强语义推荐方法中的步骤。

62、本发明的有益效果是，在本发明实施例中，第一方面，通过预先在源域上训练得到的语义评分模型，根据目标查询对应的历史交互序列以及历史物品和候选物品的文本语义嵌入确定候选物品对应的语义候选分数，以利用物品的文本语义信息实现跨域推荐。第二方面，根据历史交互序列中的时间信息确定历史物品对应的时间特征，并通过预先在源域上训练得到的交互属性映射器，根据目标域物品的文本语义嵌入确定对应的交互属性，从而将源域中学习得到的物品交互属性映射关系迁移至目标域，无需利用目标域交互数据重新训练交互属性映射器或重新构建目标域层面的物品交互属性统计信息。第三方面，通过预先在源域上训练得到的行为评分模型结合时间特征、交互属性以及候选物品的文本语义嵌入确定行为候选分数。通过并将行为候选分数与语义候选分数进行融合，使推荐结果能够同时考虑目标查询对应的语义信息和由源域迁移得到的行为相关信息，减少零样本跨域推荐对目标域交互数据训练和目标域行为统计信息的依赖，提高交互数据不足的目标域中候选物品推荐的准确性。