(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210562367.7 (22)申请日 2022.05.23 (71)申请人 山东大学 地址 266237 山东省青岛市 即墨滨海路72 号 (72)发明人 任昭春　田智　任鹏杰　陈竹敏　 辛鑫　马军　 (74)专利代理 机构 济南圣达知识产权代理有限 公司 372 21 专利代理师 黄海丽 (51)Int.Cl. G06F 16/9535(2019.01) G06F 16/332(2019.01) G06F 16/36(2019.01) G06F 40/30(2020.01)G06N 3/04(2006.01) G06N 3/08(2006.01) G06Q 30/06(2012.01) (54)发明名称 基于用户偏好的对话式推荐方法及系统 (57)摘要 本发明公开了基于用户偏好的对话式推荐 方法及系统， 包括： 获取待对话推荐的用户编号、 用户对话上下文和对话主题线； 将获取的数据输 入到训练以及测试后的对话式推荐模 型中， 输出 对话式推荐结果； 其中， 对话式推荐模型的工作 原理是： 首先， 对获取的数据进行嵌入表示； 然 后， 对嵌入表示结果， 进行用户的长期偏好跟踪 和用户的短期偏好跟踪； 然后， 基于用户的长期 和短期偏好跟踪结果， 输出推荐结果； 最后， 将推 荐结果转换成自然语言回复给待对话推荐的用 户。 权利要求书3页 说明书9页 附图2页 CN 114840763 A 2022.08.02 CN 114840763 A 1.基于用户偏好的对话式推荐方法， 其特 征是， 包括： 获取待对话推荐的用户编号、 用户对话上 下文和对话主题线； 将获取的数据输入到训练以及测试后的对话式推荐模型中， 输出对话式推荐结果； 其中， 对话式推荐模型的工作原理是： 首先， 对获取的数据进行嵌入表示； 然后， 对嵌入 表示结果， 进 行用户的长期偏好跟踪和用户的短期偏好跟踪； 然后， 基于用户的长期和短期 偏好跟踪结果， 输出推荐结果； 最后， 将推荐结果转换成自然语言回复给待对话推荐的用 户。 2.如权利要求1所述的基于用户偏好的对话式推荐方法， 其特征是， 所述对话式推荐模 型， 在训练阶段， 包括： 并列的第一编码器、 第二编码器和第三编码器； 所述第一编码器的输出端分别与第 一解码器的输入端和第 二解码器的输入端连接； 第 二编码器的输出端与分别与第三解码 器的输入端和 第四解码 器的输入端连接； 第三编 码器 的输出端分别与第三 解码器的输入端和第四解码器的输入端连接； 第二解码器的输出端与第四编码器的输入端连接； 第四解码器的输入端与第五编码器 的输入端连接； 第四编码器的输出端、 第五编码器的输出端、 第二编码器的输出端、 第三编 码器的输出端和R ‑GCN网络的输出端均 与第五解码器的输入端连接； 第五解码器的输出端与第六编码器的输入端连接； 第六编码器的输出端与第六解码器 的输入端连接； 所述第六解码器的输入端还分别与第一编码器的输出端、 第二编码器的输 出端和第三编码器的输出端连接； 第六编码器的输出端与第四解码器的输入端连接 。 3.如权利要求2所述的基于用户偏好的对话式推荐方法， 其特征是， 所述第一编码器， 用于输入用户编号 ID， 并对用户编号 ID进行嵌入表示， 得到用户编号 ID的表示； 所述第二编码器， 用于输入对话上下文， 并对对话上下文进行嵌入表示， 得到对话上下 文的表示； 所述第三编码器， 用于输入对话的主题线， 并对对话的主题线进行嵌入表示， 得到对话 主题线的表示。 4.如权利要求2所述的基于用户偏好的对话式推荐方法， 其特征是， 所述第一解码器， 作为先验长期偏好追踪器； 用于输入用户编号ID的表 示， 并输出用户的先验长期偏好； 所述 第一解码器采用变分贝叶斯 算法计算用户长期偏好的概 率分布； 所述第二解码器， 作为后验长期偏好追踪器； 用于输入用户编号ID的表示、 对话上下文 的表示和对话主题线的表示， 并输出用户的后验长期偏好； 所述第二解码器采用变分贝叶 斯算法计算用户长期偏好的概 率分布； 所述第三解码器， 作为先验短期偏好追踪器； 用于输入对话上下文的表示、 对话主题线 的表示和前一轮的用户短期偏好表示， 并输出用户的先验短期偏好； 所述第三解码器采用 变分贝叶斯 算法计算用户短期偏好的概 率分布； 所述第四解码器， 作为后验短期偏好追踪器； 用于输入动作的表示作为输入， 并输出用 户后验短期偏好； 所述第四解码器采用变分贝叶斯 算法计算用户短期偏好的概 率分布。 5.如权利要求2所述的基于用户偏好的对话式推荐方法， 其特征是， 所述第 四编码器， 用于将用户的后验长期偏好的采样后的结果作为输入值， 输出用户后验长期偏好表示； 所述第五编码器， 用于将后语的后验短期偏好的采样后的结果作为输入值， 输出用户 后验短期偏好表示；权　利　要　求　书 1/3 页 2 CN 114840763 A 2所述R‑GCN网络， 用于将从知识图谱中提取的子图作为输入值； 所述知识图谱包括实 体‑关系‑实体三元组； 根据主题线， 在知识图谱上找到与主题线中的主题相邻两跳的节点 作为子图， 使用R ‑GCN网络对子图中的每一个节点进 行编码表 示， 将子图中所有的编码表 示 结果进行汇总， 得到 子图表示； 所述第五解码器， 用于将用户后验长期偏好表示、 用户后验短期偏好表示、 对话上下文 的表示、 对话主题线的表示和子图表示的拼接结果作为输入值， 输出推荐结果。 6.如权利要求1所述的基于用户偏好的对话式推荐方法， 其特征是， 所述训练以及测试 后的对话式推荐模型； 具体过程包括： 构建训练集； 所述训练集 为已知推荐结果的用户编号、 对话上 下文和对话主题线； 将训练集输入到对话式推荐模型中， 对模型进行训练， 当模型的总损 失函数值不再降 低时或迭代次数达 到设定次数时， 停止训练； 得到训练后的对话式推荐模型； 对对话式推荐模型进行微调， 对微调后的模型进行测试， 得到测试后的对话式推荐模 型； 对对话式推荐模型进行微调； 具体包括： 将第二解码器与第四编码器的连接线删除， 并将第 一解码器的输出端与第四解码器的 输入端连接； 将第四解码器与第五编码器的连接线删除， 并将第四解码器的输出端与第五编码器的 输入端连接 。 7.如权利要求6所述的基于用户偏好的对话式推荐方法， 其特征是， 所述总损失函数为 第一损失函数、 第二损失函数和第三损失函数的求和结果； 其中， 第一损失函数为第 一解码器的先验用户长期偏好的概率分布与第 二解码器的后 验用户长期偏好的概率分布的KL距离； 所述第一解码 器的先验用户长期偏好的概率分布与 第二解码器的后验用户长期偏好的概 率分布均通过变分贝叶斯 算法计算得到； 其中， 第二损失函数为第 三解码器的先验用户短期偏好的概率分布与第四解码器的后 验用户短期偏好的概率分布的KL距离； 所述第三解码 器的先验用户短期偏好的概率分布与 第四解码器的后验用户短期偏好的概 率分布均通过变分贝叶斯 算法计算得到； 其中， 第三损失函数为第五解码器的预测动作 与真实动作的差值。 8.基于用户偏好的对话式推荐系统， 其特 征是， 包括： 获取模块， 其被 配置为： 获取待对话推荐的用户编号、 用户对话上 下文和对话主题线； 推荐模块， 其被配置为： 将 获取的数据输入到训练以及测试后的对话式推荐模型中， 输 出对话式推荐结果； 其中， 对话式推荐模型的工作原理是： 首先， 对获取的数据进行嵌入表示； 然后， 对嵌入 表示结果， 进 行用户的长期偏好跟踪和用户的短期偏好跟踪； 然后， 基于用户的长期和短期 偏好跟踪结果， 输出推荐结果； 最后， 将推荐结果转换成自然语言回复给待对话推荐的用 户。 9.一种电子设备， 其特 征是， 包括： 存储器， 用于非暂时性存 储计算机可读指令； 以及 处理器， 用于运行 所述计算机可读指令， 其中， 所述计算机可读指令被所述处理器运行时， 执行上述权利要求1 ‑7任一项所述的权　利　要　求　书 2/3 页 3 CN 114840763 A 3