聚合页的推荐方法、装置、设备和存储介质与流程

本技术涉及信息检索，尤其涉及一种聚合页的推荐方法、装置、设备和存储介质。

背景技术：

1、相关技术中，聚合页推荐系统通常分析用户已有的操作行为，来获取商品之间的相似性，并根据商品之间的相似性再为用户推荐聚合页，其中，聚合页中包含用户所喜欢过物品的相似物品，然而，这种推荐聚合页的方式缺乏对聚合页类物料特征的充分挖掘，从而导致聚合页与用户需求无法进行精准匹配，使得推荐的聚合页的准确性较低。

2、申请内容

3、本技术提供一种聚合页的推荐方法、装置、设备和介质，以至少解决现有的问题。

4、本技术的技术方案如下：

5、本技术实施例提供一种聚合页的推荐方法，包括：获取已训练的图模型；其中，所述图模型中包括多个节点，每个所述节点对应物品或物品聚合页，用于指示对应物品或物品聚合页的表征；所述表征是所述物品或所述物品聚合页在历史访问行为的行为关联性生成，所述行为关联性用于指示所述物品或所述物品聚合页在历史访问行为中存在共现关系；根据所述待推荐用户的已操作物品，查询所述图模型中的节点，以得到所述已操作物品的第一表征；根据候选物品聚合页，查询所述图模型中的节点，以得到各所述候选物品聚合页的第二表征；在所述第一表征和所述第二表征之间的相似度符合第一设定条件的情况下，以确定将所述候选物品聚合页作为推荐聚合页发送至所述待推荐用户关联的设备。

6、可选地，所述根据多个候选物品聚合页，查询所述图模型中的节点，以得到各所述候选物品聚合页的第二表征，包括：针对任一候选物品聚合页，查询所述图模型中对应物品聚合页的节点；若对应物品聚合页的节点中不存在对应所述候选物品聚合页的节点，则根据所述候选物品聚合页中所含的目标物品，查询所述图模型中对应物品的节点，以得到各所述目标物品的表征；采用所述图模型的聚合函数，对各所述目标物品的表征进行聚合，以得到所述第二表征。

7、可选地，所述目标物品为多种，分属于至少两个品类；所述采用所述图模型的聚合函数，对各所述目标物品的表征进行聚合，以得到所述第二表征，包括：针对每个品类，分别根据所述品类中所含目标物品，采用所述图模型的聚合函数聚合相应品类下各所述目标物品的表征，以得到相应品类下的所述第二表征。

8、可选地，所述根据所述第一表征和所述第二表征之间的相似度，确定是否将所述候选物品聚合页作为推荐聚合页发送至所述待推荐用户关联的设备，包括：所述候选物品聚合页的任一品类下的第二表征与所述第一表征之间的相似度符合第一设定条件的情况下，则将所述候选物品聚合页作为所述推荐聚合页发送至所述待推荐用户关联的设备。

9、可选地，所述获取已训练的图模型之前，还包括：获取图模型中各节点的初始表征；将所述图模型中任一节点作为当前节点，从所述图模型中选取所述当前节点的k阶近邻节点，其中，k为固定取值的正整数；采用聚合函数对所述k阶近邻节点的初始表征以及所述当前节点的初始表征进行聚合，以作为所述当前节点更新后的表征；将所述图模型中所述当前节点的至少一近邻节点作为正样本节点，将所述图模型中除近邻节点以外的至少一节点作为负样本节点，根据所述当前节点更新后的表征与所述正样本节之间的第一表征相似度，以及根据所述当前节点更新后的表征与所述负样本节点的第二表征相似度，确定用于指示所述第一表征相似度和所述第二表征相似度之间差异的损失函数；基于所述损失函数，对所述图模型中各所述节点进行表征调整，以及对所述聚合函数进行参数调整。

10、可选地，所述获取图模型中各节点的初始表征，包括：随机配置所述图模型中各所述节点的初始表征；或者，将上一次参数调整所确定出的各节点的表征，作为所述初始表征。

11、可选地，所述获取图模型中各节点的初始表征之前，还包括：根据历史访问行为，确定存在操作行为的物品和物品聚合页；配置所述物品或所述物品聚合页对应的节点；针对任两节点，根据所述两节点所对应物品或所述物品聚合页的操作行为之间是否符合第二设定条件，确定所述两节点之间是否具有共现关系；将具有所述共现关系的两节点相连，以得到所述图模型。

12、可选地，所述第二设定条件包括操作行为属于同一用户，且操作时间间隔不大于阈值。

13、可选地，所述根据所述两节点所对应物品或所述物品聚合页的操作行为之间是否符合第二设定条件，确定所述两节点之间是否具有共现关系之后，还包括：针对存在共现关系的两节点，统计共现频次；根据所述共现频次，确定所述两节点之间边的权重；其中，所述权重用于所述聚合函数聚合所连接节点的表征。

14、本技术实施例提供的一种聚合页的推荐方法，获取已训练的图模型；其中，图模型中包括多个节点，每个节点对应物品或物品聚合页，用于指示对应物品或物品聚合页的表征；表征是基于物品或物品聚合页在历史访问行为的行为关联性生成，行为关联性用于指示物品或物品聚合页在历史访问行为中存在共现关系；根据待推荐用户的已操作物品，查询图模型中的节点，以得到已操作物品的第一表征；根据候选物品聚合页，查询图模型中的节点，以得到各候选物品聚合页的第二表征；在第一表征和第二表征之间的相似度符合第一设定条件的情况下，以确定将候选物品聚合页作为推荐聚合页发送至待推荐用户关联的设备。由此，基于图模型实现了对待推荐用户进行推荐聚合页的目的，提高了对聚合页推荐的精确性。

15、本技术实施例还提供一种聚合页的推荐装置，包括：第一获取模块，用于获取已训练的图模型；其中，所述图模型中包括多个节点，每个所述节点对应物品或物品聚合页，用于指示对应物品或物品聚合页的表征；所述表征是所述物品或所述物品聚合页在历史访问行为的行为关联性生成，所述行为关联性用于指示所述物品或所述物品聚合页在历史访问行为中存在共现关系；第一表征模块，用于根据所述待推荐用户的已操作物品，查询所述图模型中的节点，以得到所述已操作物品的第一表征；第二表征模块，用于根据候选物品聚合页，查询所述图模型中的节点，以得到各所述候选物品聚合页的第二表征；推荐模块，用于在所述第一表征和所述第二表征之间的相似度符合第一设定条件的情况下，以确定将所述候选物品聚合页作为推荐聚合页发送至所述待推荐用户关联的设备。

16、本技术实施例还提供一种电子设备，包括：处理器；用于存储所述处理器可执行指令的存储器；其中，所述处理器被配置为执行所述指令，以实现如上述的方法中的各步骤。

17、本技术实施例还提供一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现上述的方法。

18、本技术的实施例提供的技术方案至少带来以下有益效果：

19、在对待推荐用户推荐聚合页时，获取已训练的图模型；其中，图模型中包括多个节点，每个节点对应物品或物品聚合页，用于指示对应物品或物品聚合页的表征；表征是基于物品或物品聚合页在历史访问行为的行为关联性生成，行为关联性用于指示物品或物品聚合页在历史访问行为中存在共现关系；根据待推荐用户的已操作物品，查询图模型中的节点，以得到已操作物品的第一表征；根据候选物品聚合页，查询图模型中的节点，以得到各候选物品聚合页的第二表征；在第一表征和第二表征之间的相似度符合第一设定条件的情况下，以确定将候选物品聚合页作为推荐聚合页发送至待推荐用户关联的设备。由此，基于用户的操作行为，精确地为用户推荐聚合页，提高了对聚合页推荐的精确性。

20、应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本技术。

技术实现思路