JP7083375B2 - 個人化コンテンツ推薦のためのリアルタイムグラフに基づく埋め込み構築方法およびシステム - Google Patents
個人化コンテンツ推薦のためのリアルタイムグラフに基づく埋め込み構築方法およびシステム Download PDFInfo
- Publication number
- JP7083375B2 JP7083375B2 JP2020134521A JP2020134521A JP7083375B2 JP 7083375 B2 JP7083375 B2 JP 7083375B2 JP 2020134521 A JP2020134521 A JP 2020134521A JP 2020134521 A JP2020134521 A JP 2020134521A JP 7083375 B2 JP7083375 B2 JP 7083375B2
- Authority
- JP
- Japan
- Prior art keywords
- content
- embedding
- user
- relationship
- graph
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000010276 construction Methods 0.000 title description 2
- 238000000034 method Methods 0.000 claims description 64
- 230000000694 effects Effects 0.000 claims description 32
- 230000015654 memory Effects 0.000 claims description 24
- 238000004590 computer program Methods 0.000 claims description 7
- 238000004364 calculation method Methods 0.000 claims description 5
- 238000012549 training Methods 0.000 claims description 4
- 238000013528 artificial neural network Methods 0.000 description 19
- 230000008569 process Effects 0.000 description 15
- 238000004891 communication Methods 0.000 description 14
- 230000006870 function Effects 0.000 description 13
- 239000013598 vector Substances 0.000 description 13
- 238000010586 diagram Methods 0.000 description 11
- 238000012545 processing Methods 0.000 description 11
- 239000011159 matrix material Substances 0.000 description 10
- 230000009466 transformation Effects 0.000 description 7
- PXFBZOLANLWPMH-UHFFFAOYSA-N 16-Epiaffinine Natural products C1C(C2=CC=CC=C2N2)=C2C(=O)CC2C(=CC)CN(C)C1C2CO PXFBZOLANLWPMH-UHFFFAOYSA-N 0.000 description 5
- 235000015220 hamburgers Nutrition 0.000 description 5
- 230000003993 interaction Effects 0.000 description 5
- 238000004422 calculation algorithm Methods 0.000 description 4
- 238000001914 filtration Methods 0.000 description 4
- 230000004913 activation Effects 0.000 description 3
- 238000003915 air pollution Methods 0.000 description 3
- 239000000284 extract Substances 0.000 description 3
- 208000006930 Pseudomyxoma Peritonei Diseases 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000013136 deep learning model Methods 0.000 description 2
- 238000009434 installation Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 229920000306 polymethylpentene Polymers 0.000 description 2
- 230000000306 recurrent effect Effects 0.000 description 2
- 238000012935 Averaging Methods 0.000 description 1
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000004931 aggregating effect Effects 0.000 description 1
- 230000003190 augmentative effect Effects 0.000 description 1
- 230000015556 catabolic process Effects 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 238000011176 pooling Methods 0.000 description 1
- 235000002020 sage Nutrition 0.000 description 1
- 230000003595 spectral effect Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Tourism & Hospitality (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Data Mining & Analysis (AREA)
- General Business, Economics & Management (AREA)
- Primary Health Care (AREA)
- Marketing (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Artificial Intelligence (AREA)
- Biomedical Technology (AREA)
- Biophysics (AREA)
- Computational Linguistics (AREA)
- Strategic Management (AREA)
- Evolutionary Computation (AREA)
- Molecular Biology (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Information Transfer Between Computers (AREA)
Description
310:グラフ生成部
320:コンテンツ埋め込み部
330:ユーザ埋め込み部
340:コンテンツ推薦部
Claims (11)
- コンピュータシステムが実行する個人化推薦のための埋め込み方法であって、
前記コンピュータシステムは、少なくとも1つのプロセッサを含み、
当該個人化推薦のための埋め込み方法は、
前記少なくとも1つのプロセッサが、推薦対象となるコンテンツ間の関係を示すグラフを生成する段階、
前記少なくとも1つのプロセッサが、前記グラフを利用して前記コンテンツの埋め込みを学習する段階、
前記少なくとも1つのプロセッサが、前記学習が完了したグラフに前記コンテンツと関連するユーザの活動を反映して前記ユーザの埋め込みを実行する段階、および
前記少なくとも1つのプロセッサが、前記コンテンツの埋め込みと前記ユーザの埋め込みに基づいて推薦コンテンツを選択する段階
を含み、
前記生成する段階は、
前記コンテンツをノードで構成する段階、および
前記コンテンツ間の外観の類似関係を示す外観的類似性、同じユーザによってクリックされた関係を示すクリック関係、同じセッションに表示される関係を示すセッション関係、および同じドメインを有する関係を示すドメイン類似性をエッジで構成する段階
を含み、
前記実行する段階は、
前記ユーザを仮想ノードで表現し、前記仮想ノードを前記ユーザの活動と関連するコンテンツのノードに連結させる段階、
前記仮想ノードと連結するコンテンツの埋め込みを結合して前記ユーザの埋め込みを計算する段階、および
前記ユーザの活動をリアルタイムで受信して前記計算された埋め込みをアップデートする段階
を含み、
前記選択する段階は、
前記ユーザの埋め込み計算時間が事前に定められた閾値を超える場合、以前に計算された埋め込みを利用して前記推薦コンテンツを選択すること
を特徴とする、個人化推薦のための埋め込み方法。 - 前記生成する段階は、
前記コンテンツを格納および維持するコンテンツデータベースと前記ユーザの活動履歴を格納および維持するユーザデータベースから前記コンテンツとの関係を抽出し、抽出された関係をグラフ構造で構築する段階
を含む、請求項1に記載の個人化推薦のための埋め込み方法。 - 前記学習する段階は、
GNN(graph neural network)基盤の学習モデルを利用して関係があるコンテンツの埋め込みを学習する段階
を含む、請求項1に記載の個人化推薦のための埋め込み方法。 - 前記学習する段階は、
GNN基盤の学習モデルを利用して前記ユーザがクリックしたコンテンツのシーケンス集合を学習データとし、以前にクリックした以前コンテンツと前記以前コンテンツの次にクリックした次コンテンツを埋め込ませる段階
を含む、請求項1に記載の個人化推薦のための埋め込み方法。 - 前記選択する段階は、
前記ユーザの埋め込み値と距離が最も近い埋め込み値を有するコンテンツを前記推薦コンテンツとして選択すること
を特徴とする、請求項1に記載の個人化推薦のための埋め込み方法。 - 請求項1~5のうちのいずれか一項に記載の個人化推薦のための埋め込み方法をコンピュータシステムに実行させる、コンピュータプログラム。
- 請求項1~5のうちのいずれか一項に記載の個人化推薦のための埋め込み方法をコンピュータに実行させるためのプログラムが記録されている、非一時的なコンピュータ読み取り可能な記録媒体。
- コンピュータシステムであって、
メモリに含まれるコンピュータ読み取り可能な命令を実行するように構成された少なくとも1つのプロセッサ
を含み、
前記少なくとも1つのプロセッサは、
推薦対象となるコンテンツ間の関係を示すグラフを生成するグラフ生成部、
前記グラフを利用して前記コンテンツの埋め込みを学習するコンテンツ埋め込み部、
前記学習が完了したグラフに前記コンテンツと関連するユーザの活動を反映して前記ユーザの埋め込みを実行するユーザ埋め込み部、および
前記コンテンツの埋め込みと前記ユーザの埋め込みに基づいて推薦コンテンツを選択するコンテンツ推薦部
を含み、
前記グラフ生成部は、
前記コンテンツをノードで構成し、
前記コンテンツ間の外観の類似関係を示す外観的類似性、同じユーザによってクリックされた関係を示すクリック関係、同じセッションに表示される関係を示すセッション関係、および同じドメインを有する関係を示すドメイン類似性をエッジで構成し、
前記ユーザ埋め込み部は、
前記ユーザを仮想ノードで表現し、前記仮想ノードを前記ユーザの活動と関連するコンテンツのノードに連結させ、
前記仮想ノードと連結するコンテンツの埋め込みを結合して前記ユーザの埋め込みを計算し、
前記ユーザの活動をリアルタイムで受信して前記計算された埋め込みをアップデートし、
前記コンテンツ推薦部は、
前記ユーザの埋め込み計算時間が事前に定められた閾値を超える場合、以前に計算された埋め込みを利用して前記推薦コンテンツを選択すること
を特徴とする、コンピュータシステム。 - 前記グラフ生成部は、
前記コンテンツを格納および維持するコンテンツデータベースと前記ユーザの活動履歴を格納および維持するユーザデータベースから前記コンテンツ間の関係を抽出し、抽出された関係をグラフ構造で構築すること
を特徴とする、請求項8に記載のコンピュータシステム。 - 前記コンテンツ埋め込み部は、
GNN基盤の学習モデルを利用して関係があるコンテンツの埋め込みを学習すること
を特徴とする、請求項8に記載のコンピュータシステム。 - 前記コンテンツ埋め込み部は、
GNN基盤の学習モデルを利用して前記ユーザがクリックしたコンテンツのシーケンス集合を学習データとし、以前にクリックした以前コンテンツと前記以前コンテンツの次にクリックした次コンテンツを埋め込ませること
を特徴とする、請求項8に記載のコンピュータシステム。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020190096950A KR102214422B1 (ko) | 2019-08-08 | 2019-08-08 | 개인화 컨텐츠 추천을 위한 실시간 그래프기반 임베딩 구축 방법 및 시스템 |
KR10-2019-0096950 | 2019-08-08 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2021026779A JP2021026779A (ja) | 2021-02-22 |
JP7083375B2 true JP7083375B2 (ja) | 2022-06-10 |
Family
ID=74559045
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2020134521A Active JP7083375B2 (ja) | 2019-08-08 | 2020-08-07 | 個人化コンテンツ推薦のためのリアルタイムグラフに基づく埋め込み構築方法およびシステム |
Country Status (2)
Country | Link |
---|---|
JP (1) | JP7083375B2 (ja) |
KR (1) | KR102214422B1 (ja) |
Families Citing this family (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113139654B (zh) * | 2021-03-18 | 2023-06-09 | 北京三快在线科技有限公司 | 图神经网络模型的训练方法及装置 |
CN113408297B (zh) * | 2021-06-30 | 2023-08-18 | 北京百度网讯科技有限公司 | 生成节点表示的方法、装置、电子设备和可读存储介质 |
CN113742596A (zh) * | 2021-09-18 | 2021-12-03 | 辽宁工程技术大学 | 一种基于注意力机制的神经协同过滤推荐方法 |
KR20230089365A (ko) * | 2021-12-13 | 2023-06-20 | 연세대학교 산학협력단 | 학습시간 상미분 방정식 기반의 협업 필터링 추천 장치 및 방법 |
KR102557827B1 (ko) * | 2022-03-29 | 2023-07-19 | 고려대학교 산학협력단 | 그래프 데이터 기반 관련 과목 추천 시스템 및 그 방법, 이를 수행하기 위한 기록매체 |
WO2023211243A1 (ko) * | 2022-04-29 | 2023-11-02 | 네이버 주식회사 | 전문가 지식을 이용한 최적 경로를 제공하는 방법, 컴퓨터 장치, 및 컴퓨터 프로그램 |
KR20240050036A (ko) | 2022-10-11 | 2024-04-18 | 성균관대학교산학협력단 | 강화 학습 모델을 이용한 그래프 신경망의 레이어 층수 결정 장치, 방법, 컴퓨터 판독 가능한 기록 매체 및 컴퓨터 프로그램 |
KR20240083248A (ko) | 2022-12-02 | 2024-06-12 | 한국과학기술원 | 그래프의 클래스 및 차수 분류에 기반한 그래프 신경망 제어 장치, 방법, 컴퓨터 판독 가능한 기록 매체 및 컴퓨터 프로그램 |
KR20240083385A (ko) | 2022-12-05 | 2024-06-12 | 인하대학교 산학협력단 | 개인화 추천을 위한 이종 피드백 통합 방법 및 시스템 |
CN116501981A (zh) * | 2023-02-18 | 2023-07-28 | 深圳市战音科技有限公司 | 一种千人千面作品推荐方法和系统 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20100287194A1 (en) | 2007-12-28 | 2010-11-11 | Masafumi Watanabe | Presence-at-home information acquisition system |
JP2018181326A (ja) | 2017-04-06 | 2018-11-15 | ネイバー コーポレーションNAVER Corporation | ディープラーニングを活用した個人化商品推薦 |
JP2019503528A (ja) | 2015-11-05 | 2019-02-07 | フェイスブック,インク. | ディープラーニングモデルを用いたコンテンツアイテムの識別 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9552055B2 (en) * | 2013-07-15 | 2017-01-24 | Facebook, Inc. | Large scale page recommendations on online social networks |
KR20180121466A (ko) * | 2017-04-06 | 2018-11-07 | 네이버 주식회사 | 딥러닝을 활용한 개인화 상품 추천 |
-
2019
- 2019-08-08 KR KR1020190096950A patent/KR102214422B1/ko active IP Right Grant
-
2020
- 2020-08-07 JP JP2020134521A patent/JP7083375B2/ja active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20100287194A1 (en) | 2007-12-28 | 2010-11-11 | Masafumi Watanabe | Presence-at-home information acquisition system |
JP2019503528A (ja) | 2015-11-05 | 2019-02-07 | フェイスブック,インク. | ディープラーニングモデルを用いたコンテンツアイテムの識別 |
JP2018181326A (ja) | 2017-04-06 | 2018-11-15 | ネイバー コーポレーションNAVER Corporation | ディープラーニングを活用した個人化商品推薦 |
Non-Patent Citations (1)
Title |
---|
Wenqi Fan et al.,Graph Neural Networks for Social Recommendation,[online],2019年02月19日,[2021年6月16日検索],インターネット, <URL: https://arxiv.org/pdf/1902.07243v1.pdf> |
Also Published As
Publication number | Publication date |
---|---|
KR102214422B1 (ko) | 2021-02-09 |
JP2021026779A (ja) | 2021-02-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP7083375B2 (ja) | 個人化コンテンツ推薦のためのリアルタイムグラフに基づく埋め込み構築方法およびシステム | |
KR102342678B1 (ko) | 개인화 컨텐츠 추천을 위한 실시간 그래프기반 임베딩 구축 방법 및 시스템 | |
JP6446602B2 (ja) | データのカテゴリ分類のための方法およびシステム | |
US20220198289A1 (en) | Recommendation model training method, selection probability prediction method, and apparatus | |
US10354184B1 (en) | Joint modeling of user behavior | |
CN110147882B (zh) | 神经网络模型的训练方法、人群扩散方法、装置及设备 | |
KR102501496B1 (ko) | 개인화를 통한 연합 학습의 다중 모델 제공 방법, 시스템, 및 컴퓨터 프로그램 | |
CN109471978B (zh) | 一种电子资源推荐方法及装置 | |
Hammou et al. | Apra: An approximate parallel recommendation algorithm for big data | |
KR102376652B1 (ko) | Ai를 활용한 상품 데이터 실시간 분석 및 상품 정보를 업데이트하기 위한 방법 및 시스템 | |
WO2024067373A1 (zh) | 一种数据处理方法及相关装置 | |
WO2023185925A1 (zh) | 一种数据处理方法及相关装置 | |
KR102119518B1 (ko) | 인공지능을 이용하여 생성되는 스타일 공간에 기반한 상품 추천 방법 및 시스템 | |
WO2023050143A1 (zh) | 一种推荐模型训练方法及装置 | |
Dong et al. | Improving sequential recommendation with attribute-augmented graph neural networks | |
CN112055038A (zh) | 生成点击率预估模型的方法及预测点击概率的方法 | |
WO2024067779A1 (zh) | 一种数据处理方法及相关装置 | |
US10922363B1 (en) | Codex search patterns | |
WO2024012360A1 (zh) | 一种数据处理方法及相关装置 | |
KR20230151704A (ko) | 지역 지식 그래프를 기반으로 추천 정보를 제공하는 방법, 컴퓨터 장치, 및 컴퓨터 프로그램 | |
Pal | An efficient system using implicit feedback and lifelong learning approach to improve recommendation | |
Raju et al. | Prediction of user future request utilizing the combination of both ANN and FCM in web page recommendation | |
JP2020061147A (ja) | Cnn基盤イメージ検索方法および装置 | |
Kumar et al. | Machine Learning—Basics | |
KR102611482B1 (ko) | 빅데이터 기반의 마케팅 전략 모델 제공 방법 및 시스템 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20200807 |
|
RD03 | Notification of appointment of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7423 Effective date: 20210414 |
|
A711 | Notification of change in applicant |
Free format text: JAPANESE INTERMEDIATE CODE: A712 Effective date: 20210412 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20210616 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20210706 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20210928 |
|
A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20211207 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20220405 |
|
C60 | Trial request (containing other claim documents, opposition documents) |
Free format text: JAPANESE INTERMEDIATE CODE: C60 Effective date: 20220405 |
|
A911 | Transfer to examiner for re-examination before appeal (zenchi) |
Free format text: JAPANESE INTERMEDIATE CODE: A911 Effective date: 20220418 |
|
C21 | Notice of transfer of a case for reconsideration by examiners before appeal proceedings |
Free format text: JAPANESE INTERMEDIATE CODE: C21 Effective date: 20220419 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20220517 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20220531 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7083375 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
S111 | Request for change of ownership or part of ownership |
Free format text: JAPANESE INTERMEDIATE CODE: R313117 |
|
S531 | Written request for registration of change of domicile |
Free format text: JAPANESE INTERMEDIATE CODE: R313531 |
|
R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |
|
S533 | Written request for registration of change of name |
Free format text: JAPANESE INTERMEDIATE CODE: R313533 |
|
R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |