(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 202210979506.6 (22)申请日 2022.08.16 (71)申请人 重庆邮电大 学 地址 400065 重庆市南岸区南 山街道崇文 路2号 (72)发明人 陶禹冲　肖云鹏　黄于洋　曾聪　 陈龙　李暾　王蓉　 (74)专利代理 机构 重庆辉腾律师事务所 5 0215 专利代理师 王海军 (51)Int.Cl. G06Q 30/02(2012.01) G06K 9/62(2022.01) G06N 5/02(2006.01) (54)发明名称 一种基于用户商品兴趣的跨平台电商用户 对齐方法 (57)摘要 本发明属于网络对齐领域， 具体涉及一种基 于用户商品兴趣的跨平台电商用户对齐方法； 该 方法包括： 获取不同电商平台的用户数据； 根据 用户数据构建原始普图； 对原始普图进行对偶超 图转换和边缘剪枝处理， 得到用户商品关系图； 根据用户商品关系图计算商品的特征投影； 根据 商品的特征 投影计算用户兴趣特征向量； 根据用 户商品关系图对用户基本属性数据进行处理， 得 到用户属性特征向量； 对用户兴趣 特征向量和用 户属性特征向量进行融合， 得到用户信息表示； 根据用户信息表示进行信息匹配， 得到两电商平 台的用户对齐结果； 本发明对齐准确性高， 有助 于电商平台对用户进行商品推荐， 实用性高。 权利要求书3页 说明书10页 附图2页 CN 115293815 A 2022.11.04 CN 115293815 A 1.一种基于用户商品兴趣的跨平台电商用户对齐方法， 其特 征在于， 包括： S1： 分别获取第一电商平台和第二电商平台的用户数据， 用户数据包括用户基本属性 数据、 商品基本属性数据和用户历史行为数据； S2： 根据用户数据构建原始普图； 对原始普图进行对偶超图转换和边缘剪枝处理， 得到 用户商品关系图； S3： 根据用户商品关系图计算商品的特 征投影； S4： 根据商品的特 征投影计算用户兴趣特 征向量； S5： 根据用户商品关系图对用户基本属性数据进行处 理， 得到用户属性特 征向量； S6： 利用门控机制对用户兴趣特征向量和用户属性特征向量进行融合， 得到用户信息 表示； S7： 利用两电商平台用户信息表示的欧几里得距离进行用户对齐， 得到两电商平台的 用户对齐结果。 2.根据权利要求1所述的一种基于用户商品兴趣的跨平台电商用户对齐方法， 其特征 在于， 计算商品的特 征投影的过程包括： S31： 根据用户商品关系图构建用户兴趣商品序列； S32： 计算用户兴趣商品序列中商品之间的特征影响系数， 对特征影响系数进行归一化 处理， 得到商品的第一权 重系数； S33： 定义用户兴趣度衰减函数， 根据商品的第 一权重系数和用户兴趣度衰减函数计算 商品的特 征投影。 3.根据权利要求2所述的一种基于用户商品兴趣的跨平台电商用户对齐方法， 其特征 在于， 计算特 征影响系数的公式为： 其中， 用户兴趣商品序列Φ中第j个商品对第i个商品的特征影响系数， σ 表示激活 函数， 表示注意力系数， ci表示用户兴趣商品序列Φ中第i个商品的基础特征向量， ||表 示拼接操作， cj表示用户兴趣商品序列Φ中第j个商品的基础特 征向量。 4.根据权利要求2所述的一种基于用户商品兴趣的跨平台电商用户对齐方法， 其特征 在于， 计算商品的特 征投影的公式为： 其中， 表示用户兴趣商品序列Φ中第i个商品的特 征投影， K表示多头注意力的头数， σ 表示激活函数， 表示用户兴趣商品序列Φ中第j个商品对第i个商品的第一权重系数， cj表示表示用户兴趣商品序列 Φ中第j个商品的基础特征向量， 表示在兴趣组Φ内除第 i个商品外的其 他商品集 合， IntDecay表示用户兴趣度衰减函数。 5.根据权利要求1所述的一种基于用户商品兴趣的跨平台电商用户对齐方法， 其特征 在于， 计算用户兴趣特 征向量的过程包括：权　利　要　求　书 1/3 页 2 CN 115293815 A 2S41： 采用一层人工神经网络对商品的特 征投影进行处 理， 得到商品的基础特 征向量； S42： 将商品的基础特征向量和商品的特征投影进行聚合处理， 得到商品的第二权重系 数； S43： 根据商品的基础特征向量和商品的第二权重系数计算用户兴趣商品序列的特征 向量表示； S44： 将用户所有用户兴趣商品序列的特征向量表示进行聚合， 得到用户兴趣特征向 量。 6.根据权利要求5所述的一种基于用户商品兴趣的跨平台电商用户对齐方法， 其特征 在于， 计算第二权 重系数的公式为： 其中， 表示中间参数， X表示用户兴趣商品序列中的商品数量， ZΦ表示商品的基础 特征向量， E表示用户基础兴趣行为表示， 表示商品的特征投影， b表示偏差向量， 表示第二权 重系数。 7.根据权利要求5所述的一种基于用户商品兴趣的跨平台电商用户对齐方法， 其特征 在于， 计算用户兴趣商品序列的特 征向量表示的公式为： 其中， Z′Φ表示用户兴趣商品序列的特征向量表示， 表示第二权重系数， X表示用户 兴趣商品序列中的商品数量， ZΦ表示商品的特 征投影， Q表示 位置编码。 8.根据权利要求1所述的一种基于用户商品兴趣的跨平台电商用户对齐方法， 其特征 在于， 对用户兴趣特 征向量和用户属性特 征向量进行融合的过程包括： S61： 根据用户属性特 征向量和用户兴趣特 征向量计算组合权 重； S62： 根据组合权 重、 用户属性特 征向量和用户兴趣特 征向量计算用户信息表示。 9.根据权利要求8所述的一种基于用户商品兴趣的跨平台电商用户对齐方法， 其特征 在于， 计算组合权 重的公式为： ρ ＝sigmo id(WαZu+WβA(u)'+γ) 其中， ρ 表示组合权重， Wα表示第一神经门控层参数， Wβ表示第二神经门控层参数， γ表 示第三神 经门控层参数， sigmoid()表示激活函数， Zu表示用户兴趣特征向量， A(u) ′表示 用户属性特 征向量。 10.根据权利要求8所述的一种基于用户商 品兴趣的跨平台电商用户对齐方法， 其特征 在于， 计算用户信息表示的公式为： Z＝ρ⊙Zu+(1‑ρ )⊙A(u)'权　利　要　求　书 2/3 页 3 CN 115293815 A 3