1.一种基于区块链的位置注意力推荐方法,其特征在于:其方法包括如下步骤:第一步、区块链平台上部署推荐系统:在区块链平台部署推荐系统中,部署记录智能合约编写模块,用户在电商网页中注册成为用户的同时,区块链中的每个区块都分配一块区域来记录用户信息;
第二步、上传用户数据:在上传用户数据,把用户的历史记录上传到系统中,然后经过行为记录智能合约编写模块来编写行为记录智能合约,区块链中的每个区块都会记录加密后的用户历史记录;
第三步、图的构建:在图的构建中,包括项目集合、按照时间戳排序的用户行为组成的会话、用户下一个要点击的项目以及生成的概率序列等,其中项目集合构成了知识图谱网络图中的节点,而会话则是以链接这些节点的边来展现;
现有项目集合Let V={v1,v2,v3,...,v|n|},表示会话中涉及的所有唯一项构成的集合,n为项目总数,每个会话按时间戳表示为S=[Vs,1,Vs,2,Vs,3,...,Vs,m],其中Vs,i∈V,m为会话长度,目的是预测用户下一个要点击的项目即Vs,m+1,会话S=[Vs,1,Vs,2,Vs,3,...,Vs,m]中的每个项目都可以看成一个节点,其中(Vs,i‑1,Vs,i)表示用户在点击了Vs,i‑1节点后又与Vs,i发生交互,因此每个会话都能表示成一个图;
把节点之间的交互分为四类,第一类是自连接,首先把每个节点都先自连接,目的是为了在后面网络中加强自身信息的影响,自连接用1表示;第二类是出度连接,表示对当前节点来说是出,用2表示;第三类为入度连接,表示对当前节点来说是入用3表示;第四类为相互连接,表示当前节点与其他节点相互交互用4表示;如果没有交互用0表示,设置了会话表d
示空间和节点向量V∈R,d为维度,会话表示由节点向量组成;
第四步、注意力网络的建立:用注意力网络来获取到相邻项目之间的转换信息,先使相邻的节点进行相乘,再乘对应的权重,具体公式如下:其中,σ为LeakyRuLU激活函数, rij为节点vi与vj之间的关系,采用四个不同的权重矩阵来训练节点之间不同的交互关系,为Aself,Ain,Aout,Ainout,分别对应自连接、入度连接、出度连接、双向连接关系;W为一个应用于全部节点的共享参数的线性变换,具体公式如下:
然后再使权重归一化方便计算, 为节点vj的一阶邻居,获取了节点邻居的权重以后就要进行加权相乘,目的是聚合的每一个邻居节点信息,计算公式如下:通过注意力网络的建立,得到了仅关注于自身和邻居特征的局部会话表示;
第五步、位置信息的确定:位置信息是反向的学习项位置嵌入,设位置矩阵Rl=[Ρ1,Ρ2,Ρ3,...,Ρm],m为当前会话的长度,l为会话数,会话表示S=[hs,1,hs,2,hs,3,...,hs,m],则第i个项目融合位置嵌入的公式如下:σ为tanh激活函数, W1为位置权重矩阵,b为偏置项,都是可训练的参数,在位置信息的嵌入矩阵中融合了权重矩阵,能够使位置信息得到一个合适的权重,因为位置信息只是辅助信息,真正的重点是会话表示,具体公式如下:W2,W3,W4为权重矩阵,c为偏置项,*
H是当前会话所有物品的平均值,具体公式如下:为在会话中第t个物品的平均嵌入,把调整了位置信息权重后的矩阵乘到对应的会* *
话表示上,得到的S为短期会话嵌入,然后再把S传入自注意力层;
第六步、自注意力层的建立:用自注意力来聚合会话中所有项目嵌入来获取长期偏好,*
上一步已经得到了融合了位置嵌入的会话表示S ,再通过一个自注意力层使其聚合成最终会话表示,具体公式如下:
*
都是自注意力中的线性变换矩阵,均来源于S ,自注意力分Q K V
为两个过程,第一个过程是根据W和W进行权重系数计算,第二个过程是根据权重系数对W进行求和;
最后使用一种全新的残差连接来使注意力网络更加稳定,训练时先进行ReLU激活,再进行线性连接,使用了两层残差链接,能更多的保留上一层的信息,降低训练损失,具体公式如下:
C′=σ(σ(F)W5+b2)W6+b3*
C=W7C′+(1‑W7)F
这里σ为ReLU激活函数, b3和b2为d维的偏置相,为了防止过拟* *
合,每一个线性变换都加入了“Dropout”层,最后把会话长期嵌入C与会话短期嵌入S 作线性组合得到最终会话嵌入,具体公式如下:* *
C=W8C+(E‑W8)S
E为d×d的单位矩阵,最终得到了包含短期与长期嵌入的最终会话嵌入;
第七步、预测层的建立:使用最终会话嵌入来预测用户下一次点击的项目,具体公式如下:
为预测的下一个用户点击的项目的概率,使用交叉熵作为损失函数,公式如下:y为真实项的表示,我们通过Adam的优化,得到最小的损失,最后把得分较高的项目推荐给用户。