一种基于跨场景的个性化服务智能推荐系统

本发明涉及互联网领域，具体是一种基于跨场景的个性化服务智能推荐系统。

背景技术：

1、在信息过载的互联网环境下，用户希望更高效地获取感兴趣的信息，公司也希望产品能够最大限度地吸引和留住用户，从而实现发展。推荐系统就是这样诞生的，它是为了产生个性化的项目推荐和处理信息过载问题而设计的。由于推荐系统在实践中收到了有效的反馈，它不仅在学术界引起了极大的兴趣，而且在工业界也得到了广泛的发展。

2、服务投放是互联网平台商业化收入的主要来源。目前存在滥用服务投放的困境，尤其在扩充新行业、新平台等扩展实践中，由于参考数据过少，将过多不适合、不准确的服务推荐给用户。因此掌握使用一种处理稀疏数据，支持跨场景冷启动的推荐方案非常重要。

技术实现思路

1、本发明的目的是提供一种基于跨场景的个性化服务智能推荐系统，包括信息记录模块、嵌入向量转化模块、用户-服务模块、个性化特征提取模块、跨场景特征匹配网络构建模块、服务推荐模块；

2、所述信息记录模块获取多场景数据集，记录多场景数据集中参考场景和目标场景的用户信息、服务信息，统计这些场景内的重叠用户

3、所述嵌入向量转化模块将参考场景和目标场景的用户信息、服务信息转化为用户嵌入向量、服务嵌入向量

4、所述用户-服务交互模块根据用户信息、服务信息、用户嵌入向量、服务嵌入向量，生成用户和服务的交互集；

5、所述个性化特征提取模块根据用户和服务的交互集，提取参考场景中具备迁移性的个性化特征；

6、所述跨场景特征匹配网络构建模块根据个性化特征、用户嵌入向量构建跨场景特征匹配网络，并对跨场景特征匹配网络进行训练；

7、所述服务推荐模块将测试集的用户嵌入变量输入至跨场景特征匹配网络中，生成推荐服务。

8、进一步，参考场景的用户信息记为目标场景的用户信息记为参考场景的服务信息记为目标场景的服务信息记为场景内的重叠用户记为

9、进一步，参考场景和目标场景的用户嵌入向量记为参考场景和目标场景的服务嵌入向量记为参数d∈{s,t}；s表示参考场景；t表示目标场景。

10、进一步，生成用户和服务的交互集的步骤包括：

11、对比参考场景用户和重叠用户的信息，找出与重叠用户服务评分趋势相似的参考场景用户，并将这些相似参考场景用户的信息补充给重叠用户

12、记录用户和服务的交互配对，重叠用户中来自参考场景的用户ui同服务交互集为其中tn为交互时间戳。表示来自参考场景的用户同服务交互。

13、进一步，所述参考场景中具有迁移性的个性化特征如下所示：

14、

15、式中，参数为注意力机制评分；是参考场景服务嵌入向量。

16、进一步，跨场景特征匹配网络如下所示：

17、

18、式中，为参考场景用户嵌入特征；为用户转化后的嵌入向量；为跨场景特征匹配函数；

19、其中，个性化特性经过双层前反馈网络初始化形成的参数如下所示：

20、

21、式中，g表示双层前反馈网络；φ为前馈网络中的参数集；

22、进一步，训练跨场景特征匹配网络的目标是和的差距达到最小；

23、和的差距如下所示：

24、

25、式中，是用户转化后嵌入向量；是目标场景中的用户嵌入向量。为场景内的重叠用户集；ui为场景内的重叠用户。

26、进一步，跨场景特征匹配网络的准确性和误差程度通过参数mae、参数rmse表征；

27、参数mae、参数rmse分别如下所示：

28、

29、式中，n为样本数量。

30、进一步，所述服务推荐模块将测试集的目标场景用户嵌入变量输入至跨场景特征匹配网络中，生成推荐服务的步骤包括：

31、1)将参考场景用户嵌入向量输入至跨场景特征匹配网络中，用户转化后的目标场景用户嵌入向量

32、2)将嵌入向量与目标场景服务在预训练的deepfm模型中预估配，得到推荐指标ectr；

33、3)根据推荐指标，对服务进行排序，并按照顺序展示。

34、进一步，服务推荐指标ectr如下所示：

35、

36、本发明的技术效果是毋庸置疑的，本发明通过分析用户在参考场景下的行为与兴趣，将用户特征匹配到目标场景，以解决新用户、新平台等数据稀疏冷的问题。模型在多个场景中收集、挖掘和识别用户兴趣，提高服务与内容之间的协同效应，对于用户的益处在于提供更符合期望和需求的服务。对于服务商的益处在于提高服务点击率、转化率和服务效益。对于投放平台的益处在于保持用户对服务内容的关注度和兴趣，获取服务商的信任和持续使用。

技术特征：

1.一种基于跨场景的个性化服务智能推荐系统，其特征在于：包括信息记录模块、嵌入向量转化模块、所述用户-服务模块、个性化特征提取模块、跨场景特征匹配网络构建模块、服务推荐模块。

2.根据权利要求1所述的一种基于跨场景的个性化服务智能推荐系统，其特征在于：参考场景的用户信息记为目标场景的用户信息记为参考场景的服务信息记为目标场景的服务信息记为场景内的重叠用户记为

3.根据权利要求1所述的一种基于跨场景的个性化服务智能推荐系统，其特征在于：参考场景和目标场景的用户嵌入向量记为参考场景和目标场景的服务嵌入向量记为参数d∈{s,t}；s表示参考场景；t表示目标场景。

4.根据权利要求1所述的一种基于跨场景的个性化服务智能推荐系统，其特征在于，生成用户和服务的交互集的步骤包括：

5.根据权利要求1所述的一种基于跨场景的个性化服务智能推荐系统，其特征在于，所述参考场景中具有迁移性的个性化特征如下所示：

6.根据权利要求1所述的一种基于跨场景的个性化服务智能推荐系统，其特征在于，跨场景特征匹配网络如下所示：

7.根据权利要求1所述的一种基于跨场景的个性化服务智能推荐系统，其特征在于，训练跨场景特征匹配网络的目标是和的差距达到最小；

8.根据权利要求1所述的一种基于跨场景的个性化服务智能推荐系统，其特征在于，跨场景特征匹配网络的准确性和误差程度通过参数mae、参数rmse表征；

9.根据权利要求1所述的一种基于跨场景的个性化服务智能推荐系统，其特征在于，所述服务推荐模块将测试集的目标场景用户嵌入变量输入至跨场景特征匹配网络中，生成推荐服务的步骤包括：

10.根据权利要求9所述的一种基于跨场景的个性化服务智能推荐系统，其特征在于，服务推荐指标ectr如下所示：

技术总结
本发明公开一种基于跨场景的个性化服务智能推荐系统，包括信息记录模块、嵌入向量转化模块、用户‑服务交互模块、个性化特征提取模块、跨场景特征匹配网络构建模块、服务推荐模块；本发明主要针对目前滥用服务投放的困境，通过收集成熟场景的丰富行为数据、用户数据，结合目标场景的稀疏数据，提供冷启动服务推荐方案，满足用户个性化和多样性需求，提升服务关联的商品点击和转化率。本发明通过控制服务展现的范围、展现顺序、展现时机、展现频率，在新用户、新服务、新场景使用PC或移动设备时，帮助推荐系统更准确地为用户推荐服务内容，减弱服务存在感，真正满足用户的需求，提高服务投放的效果。

技术研发人员：张青青,杨正益,石锐,杨佳佳,王丽平,郭向星
受保护的技术使用者：重庆大学
技术研发日：
技术公布日：2024/1/16