一种基于意图的购买偏好感知的多行为推荐方法

本发明公开了一种基于意图的购买偏好感知的多行为推荐方法，涉及推荐算法技术领域，获取用户集、产品集、行为集，构造各个行为的二部图；去除非目标行为的二部图中的用户与已购买产品的交互边；利用深度图神经网络，从各个行为的二部图中学习对应的用户表征和产品表征；基于目标行为下的用户表征和产品表征，通过深度神经网络学习各个非目标行为下的用户融合权重和产品融合权重，并分别用于对各个非目标行为下的用户表征和产品表征进行融合，得到最终用户表征和最终产品表征；基于最终用户表征和最终产品表征，计算各个非目标行为下的损失函数；联合各个非目标行为下的损失函数进行多行为意图学习，以更新模型参数至整体优化目标收敛，从而得到最优参数，用于实现满足用户意图的产品推荐。本发明设计基于用户购买偏好感知以及行为上下文感知的自适应权重学习，获取满足用户个性化的多种意图表征融合权重，从而推荐更符合用户未来购买意图的产品。