基于因果去偏与大模型行为语义增强的多行为推荐方法

摘要: 本发明属于人工智能领域,尤其涉及数据挖掘、图神经网络和自然语言语义理解在推荐技术中的应用,具体为基于因果去偏与大模型行为语义增强的多行为推荐方法。背景技术:1、...
基于因果去偏与大模型行为语义增强的多行为推荐方法

本发明属于人工智能领域,尤其涉及数据挖掘、图神经网络和自然语言语义理解在推荐技术中的应用,具体为基于因果去偏与大模型行为语义增强的多行为推荐方法。

背景技术:

1、推荐系统广泛应用于电子商务、内容分发、短视频平台、在线教育和信息服务等场景,其主要目标是根据用户历史行为、物品属性及上下文信息预测用户潜在偏好,并向用户推荐可能感兴趣的物品。互联网平台通常同时记录点击、浏览、收藏、加购、购买、点赞和评论等多种行为。相比仅依赖单一目标行为的推荐方法,多行为推荐能够利用辅助行为刻画用户从初步兴趣到最终转化的行为过程。

2、现有多行为推荐方法通常按行为类型构建用户-物品二部图,或者将行为类型作为交互边类型引入图神经网络,以学习用户和物品在不同行为语境下的协同表示。

3、然而,多行为交互数据是平台曝光机制和用户选择共同作用下形成的观测数据。高活跃用户更容易产生大量交互,热门物品更容易获得曝光和反馈,高频行为更容易被记录,上述因素可能同时影响辅助行为和目标行为,使观测到的行为相关性不能完全反映用户真实意图。

4、若直接在原始多行为交互图上进行信息传播,高活跃用户、热门物品和高频行为产生的偏差信号可能沿图结构累积和扩散,进而影响用户和物品表示学习。

5、此外,点击、收藏、加购和购买等行为具有不同语义。例如,点击通常表示初步兴趣,收藏表示持续关注,加购表示较强转化意图,购买表示目标转化。仅将行为视为离散边类型,难以充分表达行为含义和转化强度。

技术实现思路

1、本发明实施例的目的在于提供基于因果去偏与大模型行为语义增强的多行为推荐方法,旨在解决现有多行为推荐方法中交互偏差易沿图传播、辅助行为与目标行为之间的关联受到混杂因素影响,以及离散行为类型语义表达不足的问题。

2、本发明实施例是这样实现的:

3、基于因果去偏与大模型行为语义增强的多行为推荐方法,包括以下步骤:

4、s1:根据预设推荐任务从所述行为类型集合中确定一种目标行为,并从其余行为类型中确定至少一种辅助行为,按照行为类型分别构建用户-物品二部图;

5、s2:根据历史观测区间内的用户活跃度、物品流行度和行为频率构建混杂变量,建立混杂变量、辅助行为交互变量和目标行为变量之间的预设因果关系,确定由混杂变量形成的后门路径,并估计辅助行为交互的倾向得分,并采用稳定化逆概率加权调整辅助行为子图中的交互边;将重加权后的辅助行为子图与目标行为子图组成去偏多行为交互图;

6、s3:利用大模型对行为语义描述文本和物品文本信息进行编码,生成行为语义向量和物品语义向量,并通过行为感知语义交互得到行为感知物品语义表示;

7、s4:在所述去偏多行为交互图上进行图传播,获得用户和物品的行为级协同表示,并将所述行为级协同表示作为语义对齐的参照表示,对行为级协同表示和行为感知物品语义表示进行语义-协同联合对齐;

8、s5:按照目标行为感知的行为融合权重融合用户协同表示、物品协同表示和行为感知物品语义表示,计算用户对候选物品产生目标行为的推荐分数,并输出推荐结果。

9、进一步的,所述多行为交互数据至少包括用户标识、物品标识、行为类型和行为发生时间;对于任一行为类型b,对应的行为子图表示为:,其中,u表示用户集合,i表示物品集合,表示行为类型b对应的用户-物品交互边集合,表示行为类型b的行为子图。

10、进一步的,在步骤s1中:

11、获取多行为交互数据和物品文本信息,根据所述多行为交互数据中的行为类型字段识别不同的用户行为类型,并将所识别的行为类型组成行为类型集合;

12、将用户多行为交互数据按照行为发生时间划分为历史观测区间和目标行为预测区间;

13、其中:

14、所述历史观测区间用于构建辅助行为子图并计算混杂变量;

15、所述目标行为预测区间用于确定用户是否产生预设目标行为;

16、所述辅助行为的发生时间早于目标行为预测区间。

17、进一步的,在步骤s2构建的混杂变量中:

18、将用户是否对物品产生辅助行为定义为辅助行为交互变量;

19、将用户是否在目标行为预测区间内对物品产生目标行为定义为目标行为变量;

20、所述混杂变量表示为:,其中,表示用户u在行为类型b下相对于其他用户的活跃程度,表示物品i在行为类型b下相对于其他物品的流行程度,表示行为类型b在全部行为交互中的频率先验;

21、所述后门路径表示混杂变量同时影响辅助行为被观测到的概率和目标行为发生的概率,所述后门路径表示为:,其中,表示用户u是否对物品i产生辅助行为b;表示用户u是否在目标行为预测区间内对物品i产生目标行为。

22、进一步的,在所述倾向得分的估计中,将历史观测区间内产生辅助行为的用户-物品对标记为正样本;曝光后未产生所述辅助行为的用户-物品对标记为负样本;在缺少曝光日志时,从未观测到对应辅助行为的候选用户-物品对中进行负采样;

23、将所述混杂变量输入逻辑回归模型或多层感知机,以估计条件倾向得分,表示为:

24、式中,表示在给定混杂变量的条件下,用户u对物品i产生辅助行为b的概率;σ(·)表示sigmoid函数;和表示倾向得分估计模型的权重参数和偏置参数。

25、进一步的,在步骤s2中,所述去偏多行为交互图的组成,具体包括:

26、根据倾向得分确定稳定化逆概率权重;

27、仅对辅助行为子图中的交互边实施稳定化逆概率加权,目标行为历史子图中的交互边保持原始权重;将重加权后的辅助行为子图与目标行为历史子图关联组成去偏多行为交互图。

28、进一步的,在步骤s3中:

29、所述行为语义描述文本包括行为名称、行为含义、行为意图和行为强度描述中的一种或多种;所述物品文本信息包括物品标题、类别、属性、描述和评论摘要中的一种或多种;

30、采用预训练语言模型、文本嵌入模型或具备文本语义编码能力的神经网络模型对所述行为语义描述文本和物品文本信息进行离线编码;

31、将行为语义向量和物品语义向量映射至同一推荐表示空间,并通过逐元素交互得到行为感知物品语义表示,分别为:

32、

33、

34、

35、其中,和分别表示行为语义向量和物品语义向量;和分别表示映射后的语义向量;表示物品i在行为类型b下的行为感知物品语义表示;⊙表示逐元素乘积;、表示偏置向量;、表示分别表示行为语义向量映射权重、物品语义向量映射权重。

36、进一步的,在步骤s4中:

37、对去偏交互边权重进行对称归一化得到归一化去偏邻接矩阵,并基于所述归一化去偏邻接矩阵进行多层邻域信息传播;

38、所述语义-协同联合对齐包括表示级对齐约束和对比学习约束;同一物品在同一行为语境下的协同表示和行为感知语义表示构成正样本对,其他物品的语义表示构成负样本。

39、进一步的,在步骤s5中:

40、用户融合表示和物品融合表示分别由各行为类型下的行为级协同表示以及行为感知物品语义表示按照目标行为感知的行为融合权重加权得到;所述行为融合权重为可学习参数或由目标行为感知注意力网络计算得到;

41、根据用户融合表示与物品融合表示的内积计算目标行为推荐分数。

42、进一步的,还包括推荐模型训练的步骤,所述推荐模型的训练采用推荐排序损失、表示级对齐损失、对比学习损失和参数正则项进行联合优化。

43、与现有技术相比,本发明有益效果是:

44、本发明将用户活跃度、物品流行度和行为频率统一构造成多行为场景下的观测混杂变量,并基于预设因果关系确定辅助行为与目标行为之间的后门路径,通过倾向得分和稳定化逆概率权重对辅助行为边实施选择性校正。该处理过程不是简单删除热门或高频交互,而是依据交互在给定混杂条件下的发生概率调整其传播贡献,从而提高多行为图结构用于目标行为预测时的可靠性;

45、本发明仅对辅助行为子图实施稳定化逆概率加权,保留目标行为历史子图的原始监督结构,使辅助行为偏差信号得到抑制的同时避免目标行为信息被过度校正;结合边权截断机制,可降低极端倾向得分导致的训练方差,提高图传播和模型训练的稳定性;

46、本发明利用大模型增强行为语义和物品文本语义,使同一物品在点击、收藏、加购和购买等行为语境下形成不同语义表示;因果去偏分支与语义增强分支并行处理,并在联合对齐阶段以去偏协同表示作为语义对齐参照,避免大模型语义表示与未经校正的带偏协同信息直接对齐,形成结构去偏与语义增强相互约束的组合技术方案;

47、本发明通过降低高活跃用户、热门物品和高频辅助行为对推荐结果的长期支配,减少推荐列表同质化和重复推荐;目标行为感知融合根据辅助行为对购买、关注或付费等目标行为的贡献动态分配权重,有利于提高目标行为排序的准确性与鲁棒性,使推荐结果更符合用户当前意图。