(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 202111623753.4 (22)申请日 2021.12.28 (71)申请人 天翼数字生活科技有限公司 地址 200072 上海市 静安区万 荣路1256、 1258号1423室 (72)发明人 谢张　杨立扬　宫敏　成国强　 (74)专利代理 机构 上海专利商标事务所有限公 司 31100 专利代理师 唐杰敏　亓云 (51)Int.Cl. G06F 16/9535(2019.01) G06N 3/04(2006.01) G06N 3/08(2006.01) (54)发明名称 一种基于增强型信息流对抗网络的推荐系 统方法 (57)摘要 本发明提供了一种基于生成式对抗网络的 推荐系统方法， 该生成式对抗网络包括第一层生 成器、 第二层生成器和判别器， 该方法包括： 通过 预训练来构建推荐系统所需数据集； 在获取预训 练结果之后构建预训练数据； 基于第一层生成器 和第二层生成器来创建内部信息流网络； 基于内 部信息流网络的结果和判别器来创建外部信息 流网络； 以及设置训练参数并且使用预训练数据 和训练参数来对内部信息流网络和外部信息流 网络执行迭代训练。 此外， 本发明还提供了一种 计算机可读存储介质。 通过本发明， 能够解决生 成式对抗网络用于推荐系统的局限性， 显著提高 推荐系统的有效性。 权利要求书1页 说明书8页 附图3页 CN 114912013 A 2022.08.16 CN 114912013 A 1.一种基于生成式对抗网络的推荐系统方法， 所述生成式对抗网络包括第一层生成 器、 第二层生成器和判别器， 所述方法包括： 通过预训练来构建推荐系统所需数据集； 在获取预训练结果之后构建预训练数据； 基于所述第一层生成器和所述第二层生成器来创建内部信息流网络； 基于所述内部信息流网络的结果和所述判别器来创建外 部信息流网络； 以及 设置训练参数并且使用所述预训练数据和所述训练参数来对所述内部信息流网络和 所述外部信息流网络执 行迭代训练。 2.如权利要求1所述的方法， 其中所述预训练包括： 获取 单个用户与物品的关系特 征。 3.如权利要求1所述的方法， 其中创建内部信息流网络包括： 初始化设置所述第一层生成器和所述第二层生成器； 以及 通过最大化交叉熵损失来改进所述第二层生成器的性能。 4.如权利要求1所述的方法， 其中创建内部信息流网络包括： 由所述第一层生成器对物品负 样本进行采样； 以及 在进行采样之后将物品特征输入到两层神经网络中， 其中第 一层神经网络由非线性函 数Tanh激活， 并且第二层神经网络由非线性 函数Sigmo id激活。 5.如权利要求1所述的方法， 其中创建外 部信息流网络包括： 初始化设置内部信息流和所述判别器； 通过最大化交叉熵损失来改进所述判别器的性能。 6.如权利要求1所述的方法， 其中创建外 部信息流网络包括： 将内部信息流结果输入双层线性神经网络， 其中第一层线性神经网络由非线性函数 Tanh激活， 第二层线性神经网络由非线性 函数Sigmo id激活。 7.如权利要求1所述的方法， 其中迭代训练包括： 选择最小最大博弈进行优化以迭代训练所述第 一层生成器和所述第 二层生成器， 其中 每次训练过程都调取 所述内部信息流网络 。 8.如权利要求1所述的方法， 其中迭代训练包括： 选择最小最大博弈进行优化以迭代训练所述第 二层生成器和所述判别器， 其中每次训 练过程调取 所述外部信息流网络 。 9.如权利要求1所述的方法， 其中迭代训练包括： 所述第一层生成器将经 过筛选的负样本以概 率分布形式教给 所述第二层生成器； 所述第二层生成器给 所述第一层生成器一个反馈奖励； 所述第二层生成器向所述判别器生成经 过筛选的负样本对； 以及 所述判别器给所述第 二层生成器一个判别反馈， 其中从所述判别反馈对于真实负样本 对的学习中， 所述第二层生成器和所述判别器共同进步。 10.一种存储计算机程序的计算机可读存储介质， 所述计算机程序在由处理器执行时 实现如权利要求1 ‑9中任一项所述的方法。权　利　要　求　书 1/1 页 2 CN 114912013 A 2一种基于增强型信息流对抗网 络的推荐系统方 法 技术领域 [0001]本发明涉及推荐系统/信息检索， 更具体地， 涉及一种基于生成式对抗网络的推荐 系统方法。 背景技术 [0002]一个典型的推荐系统包含两个角色， 即用户和项 目。 推荐系统计算用户对项 目的 偏好， 从而 可以过滤出一系 列项目并提供给用户。 在这个过程中， 通过捕获项目节点信息为 特定用户采样合适的结果。 对于一些推荐系统任务， 现有的相关模型取得了不错的效果。 例 如， BPR([1]Steffen  Rendle,Christoph  Freudenthaler,Zeno  Gantner and Lars  Schmidt ‑Thieme.2012.BPR:Bayesian  personalized  ranking  from implicit   feedback.InUAI.)用于形成BP R‑Opt， 它源自用于最佳个性化排名的最大后验估计量； NCF ([2]Xiangnan  He,Lizi  Liao,Hanwang  Zhang,LiqiangNie,Xia  Hu and Tat‑ SengChua.2017.Neural  collaborative  filtering.In  WWW.173–182.)结合了矩阵分解和 多层感知器， 使其能够从低维和高维中提取 特征， 从而获得良好的推荐结果。 [0003]生成式对抗网络模型的框架可以分为两个部分： 生成器和判别器。 生成器不断拟 合真实数据分布并生成假数据来欺骗判别器。 判别器通过生成器的重复对抗训练来学习区 分假数据和真实数据。 随着推荐系统和 生成式对抗网络的爆发式发展， 越来越多的研究人 员将生成式对抗网络应用到推荐系统的任务中。 由于推荐系统的特殊性， 在应用生成式对 抗网络处理推荐系统任务时， 生成器不会像往常一样生成新事物， 而是以生成硬负样本的 形式处理信息流。 生成器不会生成新事物， 而是为判别器针对现有项目进 行采样， 后续判别 器会对已采样项目进行二次打分。 现有部分系统已将生成式对抗网络应用于推荐系统。 例 如， PDGAN([3]Wu  Q,Liu Y and Miao C.2019.PD ‑GAN:Adversarial  Learning  for  Personalized  Diversity ‑Promoting  Recommendation.In  IJCAI.3870 ‑3876.)的提出是 为了更好地捕捉用户对单个项目和一组项目的多样性的个人偏好； 而受生成式对抗网络在 图像领域应用启发的IRGAN([4]Jun  Wang,Lantao  Yu,Weinan  Zhang,Yu  Gong,Yinghui   Xu,Benyou  Wang,PengZhang,and  Dell Zhang.2017.Irgan:A  minimax game for  unifying  generativeand  discriminative  information  retrieval  models.In   SIGIR.515 –524.)将对抗网络应用于多个 半监督IR任务， 可以正确处理隐式反馈， 对于推荐 系统任务， I RGAN实现了经典的协同过滤作为用户偏好的评 分函数之一， 这使模型保持整洁 并且开创了对抗网络在推荐 领域的特殊 “采样”， 但是在IRGAN中， 由于生成器和判别器的训 练结果不等价， 生成器得到的改进程度远低于判别器得到的改进。 此外， 由于生成器的样本 生成接近随机， 因此在训练早期生成器的效果很差([5]Wu  Q,Burges  C J C,Svore K M,et  al.2010.Adapting  boosting  for information  retrieval  measures.In  Information   Retrieval.13(3):254 ‑270.)。 [0004]相应地， 本领域中存在对于改进的基于生成式对抗网络的推荐系统的需要。说　明　书 1/8 页 3 CN 114912013 A 3