本公開(kāi)涉及信息推薦，特別是涉及一種物品推薦方法、裝置、設(shè)備及可讀存儲(chǔ)介質(zhì)。

背景技術(shù)：

1、推薦系統(tǒng)已成為日常生活中必不可少的工具。

2、利用推薦系統(tǒng)可以向用戶推薦用戶感興趣的物品，如電影、書籍、歌曲、商品等。

3、傳統(tǒng)的推薦方法依賴于用戶與物品的交互歷史，存在一定的局限性，尤其是在缺乏新物品的交互數(shù)據(jù)的情況下?；谥R(shí)圖譜(knowledge?graph，kg)的推薦系統(tǒng)是一種很有前途的方案。然而，大多數(shù)基于知識(shí)圖譜的方法都采用全局節(jié)點(diǎn)嵌入(globalnodeembeddings)，無(wú)法為不同用戶提供個(gè)性化推薦，也不能很好地用于新物品推薦的場(chǎng)景中。

4、因此，需要一種更為行之有效的推薦方案。

技術(shù)實(shí)現(xiàn)思路

1、本公開(kāi)要解決的一個(gè)技術(shù)問(wèn)題是，如何設(shè)計(jì)一種更為行之有效的推薦方案。

2、根據(jù)本公開(kāi)的第一個(gè)方面，提供了一種物品推薦方法，包括：獲取針對(duì)一個(gè)或多個(gè)用戶物品對(duì)的圖結(jié)構(gòu)數(shù)據(jù)，所述圖結(jié)構(gòu)數(shù)據(jù)包括一條或多條由初始節(jié)點(diǎn)到目標(biāo)節(jié)點(diǎn)的關(guān)系路徑，所述初始節(jié)點(diǎn)用于表征所述用戶物品對(duì)中的用戶，所述目標(biāo)節(jié)點(diǎn)用于表征所述用戶物品對(duì)中的物品，所述關(guān)系路徑中相鄰兩個(gè)節(jié)點(diǎn)之間用邊連接，所述邊用于反映邊所連接的兩個(gè)節(jié)點(diǎn)之間的關(guān)系；利用圖神經(jīng)網(wǎng)絡(luò)模型對(duì)所述圖結(jié)構(gòu)數(shù)據(jù)進(jìn)行處理，得到預(yù)測(cè)結(jié)果，所述預(yù)測(cè)結(jié)果用于表征所述目標(biāo)節(jié)點(diǎn)對(duì)應(yīng)的物品適于推薦給所述用戶的概率；基于所述預(yù)測(cè)結(jié)果向所述用戶推薦物品。

3、可選地，獲取針對(duì)一個(gè)或多個(gè)用戶物品對(duì)的圖結(jié)構(gòu)數(shù)據(jù)，包括：以所述用戶物品對(duì)中的用戶為初始節(jié)點(diǎn)，以所述用戶物品對(duì)中的物品為目標(biāo)節(jié)點(diǎn)，從協(xié)作知識(shí)圖譜中查找一條或多條由所述初始節(jié)點(diǎn)到所述目標(biāo)節(jié)點(diǎn)的關(guān)系路徑，得到針對(duì)所述用戶物品對(duì)的圖結(jié)構(gòu)數(shù)據(jù)，所述協(xié)作知識(shí)圖譜包含了一個(gè)或多個(gè)用戶的歷史交互信息和知識(shí)圖譜信息。

4、可選地，獲取針對(duì)一個(gè)或多個(gè)用戶物品對(duì)的圖結(jié)構(gòu)數(shù)據(jù)，包括：以所述用戶物品對(duì)中的用戶為初始節(jié)點(diǎn)，以所述用戶物品對(duì)中的物品為目標(biāo)節(jié)點(diǎn)，基于一個(gè)或多個(gè)用戶的歷史交互信息和知識(shí)圖譜構(gòu)建一條或多條由所述初始節(jié)點(diǎn)到所述目標(biāo)節(jié)點(diǎn)的關(guān)系路徑，得到針對(duì)所述用戶物品對(duì)的圖結(jié)構(gòu)數(shù)據(jù)。

5、可選地，該方法還包括：僅保留長(zhǎng)度低于或等于預(yù)定閾值的關(guān)系路徑；以及對(duì)于長(zhǎng)度低于預(yù)定閾值的關(guān)系路徑，通過(guò)針對(duì)所述關(guān)系路徑中的一條或多條邊添加相反邊將所述關(guān)系路徑的長(zhǎng)度增加至預(yù)定閾值。

6、可選地，不同用戶物品對(duì)中的用戶為同一用戶，不同用戶物品對(duì)中的物品為不同物品，所述關(guān)系路徑包括一層或多層三元組，每層三元組包括在前的頭節(jié)點(diǎn)、關(guān)系以及在后的尾節(jié)點(diǎn)，每層三元組對(duì)應(yīng)一條邊，所述頭節(jié)點(diǎn)和尾節(jié)點(diǎn)之間用邊連接，邊所對(duì)應(yīng)的三元組的尾節(jié)點(diǎn)為相反邊所對(duì)應(yīng)的三元組的頭節(jié)點(diǎn)，邊所對(duì)應(yīng)的三元組的頭節(jié)點(diǎn)為相反邊所對(duì)應(yīng)的三元組的尾節(jié)點(diǎn)，相反邊所對(duì)應(yīng)的三元組中的關(guān)系為邊所對(duì)應(yīng)的三元組中的關(guān)系的相反關(guān)系。

7、可選地，所述圖結(jié)構(gòu)數(shù)據(jù)對(duì)應(yīng)單個(gè)用戶物品對(duì)，所述圖神經(jīng)網(wǎng)絡(luò)模型包括圖表征計(jì)算模塊和預(yù)測(cè)模塊，所述圖表征計(jì)算模塊用于計(jì)算所述圖結(jié)構(gòu)數(shù)據(jù)的圖表征，所述預(yù)測(cè)模塊用于基于所述圖表征，計(jì)算所述目標(biāo)節(jié)點(diǎn)對(duì)應(yīng)的物品適于推薦給所述用戶的概率。

8、可選地，所述圖結(jié)構(gòu)數(shù)據(jù)對(duì)應(yīng)多個(gè)用戶物品對(duì)，所述圖神經(jīng)網(wǎng)絡(luò)模型包括節(jié)點(diǎn)表征計(jì)算模塊和預(yù)測(cè)模塊，所述節(jié)點(diǎn)表征計(jì)算模塊用于基于所述圖結(jié)構(gòu)數(shù)據(jù)計(jì)算各個(gè)目標(biāo)節(jié)點(diǎn)的節(jié)點(diǎn)表征，所述預(yù)測(cè)模塊用于基于所述目標(biāo)節(jié)點(diǎn)的節(jié)點(diǎn)表征，計(jì)算所述目標(biāo)節(jié)點(diǎn)對(duì)應(yīng)的物品適于推薦給所述用戶的概率。

9、可選地，所述關(guān)系路徑包括一層或多層三元組，每層三元組包括在前的頭節(jié)點(diǎn)、關(guān)系以及在后的尾節(jié)點(diǎn)，每層三元組對(duì)應(yīng)一條邊，所述頭節(jié)點(diǎn)和尾節(jié)點(diǎn)之間用邊連接，所述節(jié)點(diǎn)表征計(jì)算模塊逐層計(jì)算所述圖結(jié)構(gòu)數(shù)據(jù)中每層三元組中每個(gè)尾節(jié)點(diǎn)的節(jié)點(diǎn)表征，以最終得到所述圖結(jié)構(gòu)數(shù)據(jù)中各個(gè)目標(biāo)節(jié)點(diǎn)的節(jié)點(diǎn)表征，其中，針對(duì)所述圖結(jié)構(gòu)數(shù)據(jù)中每層三元組中的每個(gè)尾節(jié)點(diǎn)，所述節(jié)點(diǎn)表征計(jì)算模塊根據(jù)該層三元組中與該尾節(jié)點(diǎn)用邊連接的頭節(jié)點(diǎn)的節(jié)點(diǎn)表征以及該頭節(jié)點(diǎn)與該尾節(jié)點(diǎn)之間的關(guān)系的向量表征，計(jì)算該尾節(jié)點(diǎn)的節(jié)點(diǎn)表征。

10、可選地，針對(duì)所述圖結(jié)構(gòu)數(shù)據(jù)中的每層三元組，所述節(jié)點(diǎn)表征計(jì)算模塊將該層三元組中屬于同一三元組的頭結(jié)點(diǎn)的節(jié)點(diǎn)表征以及該三元組中的關(guān)系的向量表征進(jìn)行拼接，并對(duì)拼接后的向量進(jìn)行處理，得到與該三元組對(duì)應(yīng)的向量表征，針對(duì)所述圖結(jié)構(gòu)數(shù)據(jù)中每層三元組中的每個(gè)尾節(jié)點(diǎn)，所述節(jié)點(diǎn)表征計(jì)算模塊基于注意力權(quán)重對(duì)該尾節(jié)點(diǎn)所在三元組所對(duì)應(yīng)的向量表征進(jìn)行加權(quán)求和，并利用激活函數(shù)對(duì)加權(quán)求和后結(jié)果進(jìn)行處理，得到該尾節(jié)點(diǎn)的節(jié)點(diǎn)表征。

11、可選地，所述節(jié)點(diǎn)表征計(jì)算模塊基于如下公式計(jì)算節(jié)點(diǎn)表征，

12、

13、

14、

15、其中，(ns,r,no)為屬于第l層的一個(gè)三元組，ns為頭節(jié)點(diǎn)，r為關(guān)系，no為尾節(jié)點(diǎn)，表示第l層中以no為尾節(jié)點(diǎn)的三元組的集合，表示第l-1層中節(jié)點(diǎn)ns的節(jié)點(diǎn)表征，表示第l層中關(guān)系r的向量表征，表示第l層中尾節(jié)點(diǎn)no的節(jié)點(diǎn)表征，為用于衡量由頭節(jié)點(diǎn)ns到尾節(jié)點(diǎn)no的邊的重要性的注意力權(quán)重，wl、bα均為可學(xué)習(xí)的模型參數(shù)，符號(hào)+表示向量拼接操作，relu表示激活函數(shù)，σ表示歸一化函數(shù)。

16、可選地，該方法還包括：利用訓(xùn)練樣本優(yōu)化所述圖神經(jīng)網(wǎng)絡(luò)模型；在每輪優(yōu)化過(guò)程中，以使所述圖神經(jīng)網(wǎng)絡(luò)模型針對(duì)正樣本得到的概率與針對(duì)負(fù)樣本得到的概率之間的差異增大為目標(biāo)調(diào)整所述圖神經(jīng)網(wǎng)絡(luò)模型，所述正樣本是指存在用戶交互的用戶物品對(duì)，所述負(fù)樣本是指不存在用戶交互的用戶物品對(duì)。

17、可選地，在利用圖神經(jīng)網(wǎng)絡(luò)模型對(duì)所述圖結(jié)構(gòu)數(shù)據(jù)進(jìn)行處理之前，該方法還包括：計(jì)算所述圖結(jié)構(gòu)數(shù)據(jù)中各個(gè)節(jié)點(diǎn)的評(píng)分；根據(jù)所述評(píng)分對(duì)所述圖結(jié)構(gòu)數(shù)據(jù)進(jìn)行剪枝處理，以減少節(jié)點(diǎn)數(shù)量。

18、可選地，計(jì)算所述圖結(jié)構(gòu)數(shù)據(jù)中各個(gè)節(jié)點(diǎn)的評(píng)分，包括：基于轉(zhuǎn)移矩陣進(jìn)行多輪隨機(jī)游走，所述轉(zhuǎn)移矩陣用于表征所述圖結(jié)構(gòu)數(shù)據(jù)中節(jié)點(diǎn)間進(jìn)行跳轉(zhuǎn)的概率分布；在每輪隨機(jī)游走過(guò)程中，會(huì)以第一概率遵循所述轉(zhuǎn)移矩陣所表征的節(jié)點(diǎn)間進(jìn)行跳轉(zhuǎn)的概率分布進(jìn)行節(jié)點(diǎn)之間的跳轉(zhuǎn)，并以第二概率重啟游走，所述第一概率與所述第二概率之和為1；基于多輪隨機(jī)游走結(jié)束后各個(gè)節(jié)點(diǎn)的訪問(wèn)概率，確定節(jié)點(diǎn)的評(píng)分，所述評(píng)分與所述訪問(wèn)概率正相關(guān)。

19、可選地，所述關(guān)系路徑包括一層或多層三元組，每層三元組包括在前的頭節(jié)點(diǎn)、關(guān)系以及在后的尾節(jié)點(diǎn)，每層三元組對(duì)應(yīng)一條邊，所述頭節(jié)點(diǎn)和尾節(jié)點(diǎn)之間用邊連接，根據(jù)所述評(píng)分對(duì)所述圖結(jié)構(gòu)數(shù)據(jù)進(jìn)行剪枝處理，包括：針對(duì)所述圖結(jié)構(gòu)數(shù)據(jù)中每層三元組中的每個(gè)頭節(jié)點(diǎn)，根據(jù)該頭節(jié)點(diǎn)的尾節(jié)點(diǎn)的評(píng)分，保留評(píng)分排名靠前的第一數(shù)量個(gè)尾節(jié)點(diǎn)。

20、根據(jù)本公開(kāi)的第二個(gè)方面，還提供了一種物品推薦裝置，包括：獲取模塊，用于獲取針對(duì)一個(gè)或多個(gè)用戶物品對(duì)的圖結(jié)構(gòu)數(shù)據(jù)，所述圖結(jié)構(gòu)數(shù)據(jù)包括一條或多條由初始節(jié)點(diǎn)到目標(biāo)節(jié)點(diǎn)的關(guān)系路徑，所述初始節(jié)點(diǎn)用于表征所述用戶物品對(duì)中的用戶，所述目標(biāo)節(jié)點(diǎn)用于表征所述用戶物品對(duì)中的物品，所述關(guān)系路徑中相鄰兩個(gè)節(jié)點(diǎn)之間用邊連接，所述邊用于反映邊所連接的兩個(gè)節(jié)點(diǎn)之間的關(guān)系；處理模塊，用于利用圖神經(jīng)網(wǎng)絡(luò)模型對(duì)所述圖結(jié)構(gòu)數(shù)據(jù)進(jìn)行處理，得到預(yù)測(cè)結(jié)果，所述預(yù)測(cè)結(jié)果用于表征所述目標(biāo)節(jié)點(diǎn)對(duì)應(yīng)的物品適于推薦給所述用戶的概率；預(yù)測(cè)模塊，用于基于所述預(yù)測(cè)結(jié)果向所述用戶推薦物品。

21、可選地，所述獲取模塊以所述用戶物品對(duì)中的用戶為初始節(jié)點(diǎn)，以所述用戶物品對(duì)中的物品為目標(biāo)節(jié)點(diǎn)，從協(xié)作知識(shí)圖譜中查找一條或多條由所述初始節(jié)點(diǎn)到所述目標(biāo)節(jié)點(diǎn)的關(guān)系路徑，得到針對(duì)所述用戶物品對(duì)的圖結(jié)構(gòu)數(shù)據(jù)，所述協(xié)作知識(shí)圖譜包含了一個(gè)或多個(gè)用戶的歷史交互信息和知識(shí)圖譜信息。

22、可選地，所述獲取模塊以所述用戶物品對(duì)中的用戶為初始節(jié)點(diǎn)，以所述用戶物品對(duì)中的物品為目標(biāo)節(jié)點(diǎn)，基于一個(gè)或多個(gè)用戶的歷史交互信息和知識(shí)圖譜構(gòu)建一條或多條由所述初始節(jié)點(diǎn)到所述目標(biāo)節(jié)點(diǎn)的關(guān)系路徑，得到針對(duì)所述用戶物品對(duì)的圖結(jié)構(gòu)數(shù)據(jù)。

23、可選地，該裝置還包括：保留模塊，用于僅保留長(zhǎng)度低于或等于預(yù)定閾值的關(guān)系路徑；以及調(diào)整模塊，用于對(duì)于長(zhǎng)度低于預(yù)定閾值的關(guān)系路徑，通過(guò)針對(duì)所述關(guān)系路徑中的一條或多條邊添加相反邊將所述關(guān)系路徑的長(zhǎng)度增加至預(yù)定閾值。

24、可選地，不同用戶物品對(duì)中的用戶為同一用戶，不同用戶物品對(duì)中的物品為不同物品，所述關(guān)系路徑包括一層或多層三元組，每層三元組包括在前的頭節(jié)點(diǎn)、關(guān)系以及在后的尾節(jié)點(diǎn)，每層三元組對(duì)應(yīng)一條邊，所述頭節(jié)點(diǎn)和尾節(jié)點(diǎn)之間用邊連接，邊所對(duì)應(yīng)的三元組的尾節(jié)點(diǎn)為相反邊所對(duì)應(yīng)的三元組的頭節(jié)點(diǎn)，邊所對(duì)應(yīng)的三元組的頭節(jié)點(diǎn)為相反邊所對(duì)應(yīng)的三元組的尾節(jié)點(diǎn)，相反邊所對(duì)應(yīng)的三元組中的關(guān)系為邊所對(duì)應(yīng)的三元組中的關(guān)系的相反關(guān)系。

25、可選地，所述圖結(jié)構(gòu)數(shù)據(jù)對(duì)應(yīng)單個(gè)用戶物品對(duì)，所述圖神經(jīng)網(wǎng)絡(luò)模型包括圖表征計(jì)算模塊和預(yù)測(cè)模塊，所述圖表征計(jì)算模塊用于計(jì)算所述圖結(jié)構(gòu)數(shù)據(jù)的圖表征，所述預(yù)測(cè)模塊用于基于所述圖表征，計(jì)算所述目標(biāo)節(jié)點(diǎn)對(duì)應(yīng)的物品適于推薦給所述用戶的概率。

26、可選地，所述圖結(jié)構(gòu)數(shù)據(jù)對(duì)應(yīng)多個(gè)用戶物品對(duì)，所述圖神經(jīng)網(wǎng)絡(luò)模型包括節(jié)點(diǎn)表征計(jì)算模塊和預(yù)測(cè)模塊，所述節(jié)點(diǎn)表征計(jì)算模塊用于基于所述圖結(jié)構(gòu)數(shù)據(jù)計(jì)算各個(gè)目標(biāo)節(jié)點(diǎn)的節(jié)點(diǎn)表征，所述預(yù)測(cè)模塊用于基于所述目標(biāo)節(jié)點(diǎn)的節(jié)點(diǎn)表征，計(jì)算所述目標(biāo)節(jié)點(diǎn)對(duì)應(yīng)的物品適于推薦給所述用戶的概率。

27、可選地，所述關(guān)系路徑包括一層或多層三元組，每層三元組包括在前的頭節(jié)點(diǎn)、關(guān)系以及在后的尾節(jié)點(diǎn)，每層三元組對(duì)應(yīng)一條邊，所述頭節(jié)點(diǎn)和尾節(jié)點(diǎn)之間用邊連接，所述節(jié)點(diǎn)表征計(jì)算模塊逐層計(jì)算所述圖結(jié)構(gòu)數(shù)據(jù)中每層三元組中每個(gè)尾節(jié)點(diǎn)的節(jié)點(diǎn)表征，以最終得到所述圖結(jié)構(gòu)數(shù)據(jù)中各個(gè)目標(biāo)節(jié)點(diǎn)的節(jié)點(diǎn)表征，其中，針對(duì)所述圖結(jié)構(gòu)數(shù)據(jù)中每層三元組中的每個(gè)尾節(jié)點(diǎn)，所述節(jié)點(diǎn)表征計(jì)算模塊根據(jù)該層三元組中與該尾節(jié)點(diǎn)用邊連接的頭節(jié)點(diǎn)的節(jié)點(diǎn)表征以及該頭節(jié)點(diǎn)與該尾節(jié)點(diǎn)之間的關(guān)系的向量表征，計(jì)算該尾節(jié)點(diǎn)的節(jié)點(diǎn)表征。

28、可選地，針對(duì)所述圖結(jié)構(gòu)數(shù)據(jù)中的每層三元組，所述節(jié)點(diǎn)表征計(jì)算模塊將該層三元組中屬于同一三元組的頭結(jié)點(diǎn)的節(jié)點(diǎn)表征以及該三元組中的關(guān)系的向量表征進(jìn)行拼接，并對(duì)拼接后的向量進(jìn)行處理，得到與該三元組對(duì)應(yīng)的向量表征，針對(duì)所述圖結(jié)構(gòu)數(shù)據(jù)中每層三元組中的每個(gè)尾節(jié)點(diǎn)，所述節(jié)點(diǎn)表征計(jì)算模塊基于注意力權(quán)重對(duì)該尾節(jié)點(diǎn)所在三元組所對(duì)應(yīng)的向量表征進(jìn)行加權(quán)求和，并利用激活函數(shù)對(duì)加權(quán)求和后結(jié)果進(jìn)行處理，得到該尾節(jié)點(diǎn)的節(jié)點(diǎn)表征。

29、可選地，所述節(jié)點(diǎn)表征計(jì)算模塊基于如下公式計(jì)算節(jié)點(diǎn)表征，

30、

31、

32、

33、其中，(ns,r,no)為屬于第l層的一個(gè)三元組，ns為頭節(jié)點(diǎn)，r為關(guān)系，no為尾節(jié)點(diǎn)，表示第l層中以no為尾節(jié)點(diǎn)的三元組的集合，表示第l-1層中節(jié)點(diǎn)ns的節(jié)點(diǎn)表征，表示第l層中關(guān)系r的向量表征，表示第l層中尾節(jié)點(diǎn)no的節(jié)點(diǎn)表征，為用于衡量由頭節(jié)點(diǎn)ns到尾節(jié)點(diǎn)no的邊的重要性的注意力權(quán)重，wl、bα均為可學(xué)習(xí)的模型參數(shù)，符號(hào)+表示向量拼接操作，relu表示激活函數(shù)，σ表示歸一化函數(shù)。

34、可選地，該裝置還包括：優(yōu)化模塊，用于利用訓(xùn)練樣本優(yōu)化所述圖神經(jīng)網(wǎng)絡(luò)模型；在每輪優(yōu)化過(guò)程中，以使所述圖神經(jīng)網(wǎng)絡(luò)模型針對(duì)正樣本得到的概率與針對(duì)負(fù)樣本得到的概率之間的差異增大為目標(biāo)調(diào)整所述圖神經(jīng)網(wǎng)絡(luò)模型，所述正樣本是指存在用戶交互的用戶物品對(duì)，所述負(fù)樣本是指不存在用戶交互的用戶物品對(duì)。

35、可選地，該裝置還包括：計(jì)算模塊，用于計(jì)算所述圖結(jié)構(gòu)數(shù)據(jù)中各個(gè)節(jié)點(diǎn)的評(píng)分；剪枝模塊，用于根據(jù)所述評(píng)分對(duì)所述圖結(jié)構(gòu)數(shù)據(jù)進(jìn)行剪枝處理，以減少節(jié)點(diǎn)數(shù)量。

36、可選地，所述計(jì)算模塊基于轉(zhuǎn)移矩陣進(jìn)行多輪隨機(jī)游走，所述轉(zhuǎn)移矩陣用于表征所述圖結(jié)構(gòu)數(shù)據(jù)中節(jié)點(diǎn)間進(jìn)行跳轉(zhuǎn)的概率分布；在每輪隨機(jī)游走過(guò)程中，會(huì)以第一概率遵循所述轉(zhuǎn)移矩陣所表征的節(jié)點(diǎn)間進(jìn)行跳轉(zhuǎn)的概率分布進(jìn)行節(jié)點(diǎn)之間的跳轉(zhuǎn)，并以第二概率重啟游走，所述第一概率與所述第二概率之和為1；所述計(jì)算模塊基于多輪隨機(jī)游走結(jié)束后各個(gè)節(jié)點(diǎn)的訪問(wèn)概率，確定節(jié)點(diǎn)的評(píng)分，所述評(píng)分與所述訪問(wèn)概率正相關(guān)。

37、可選地，所述關(guān)系路徑包括一層或多層三元組，每層三元組包括在前的頭節(jié)點(diǎn)、關(guān)系以及在后的尾節(jié)點(diǎn)，每層三元組對(duì)應(yīng)一條邊，所述頭節(jié)點(diǎn)和尾節(jié)點(diǎn)之間用邊連接，所述剪枝模塊針對(duì)所述圖結(jié)構(gòu)數(shù)據(jù)中每層三元組中的每個(gè)頭節(jié)點(diǎn)，根據(jù)該頭節(jié)點(diǎn)的尾節(jié)點(diǎn)的評(píng)分，保留評(píng)分排名靠前的第一數(shù)量個(gè)尾節(jié)點(diǎn)。

38、根據(jù)本公開(kāi)的第三個(gè)方面，提供了一種計(jì)算設(shè)備，包括：處理器；以及存儲(chǔ)器，其上存儲(chǔ)有可執(zhí)行代碼，當(dāng)可執(zhí)行代碼被處理器執(zhí)行時(shí)，使處理器執(zhí)行如上述第一方面所述的方法。

39、根據(jù)本公開(kāi)的第四個(gè)方面，提供了一種計(jì)算機(jī)程序產(chǎn)品，包括可執(zhí)行代碼，當(dāng)所述可執(zhí)行代碼被電子設(shè)備的處理器執(zhí)行時(shí)，使所述處理器執(zhí)行如上述第一方面所述的方法。

40、根據(jù)本公開(kāi)的第五個(gè)方面，提供了一種非暫時(shí)性機(jī)器可讀存儲(chǔ)介質(zhì)，其上存儲(chǔ)有可執(zhí)行代碼，當(dāng)可執(zhí)行代碼被電子設(shè)備的處理器執(zhí)行時(shí)，使處理器執(zhí)行如上述第一方面所述的方法。

41、由此，本公開(kāi)獲取針對(duì)一個(gè)或多個(gè)用戶物品對(duì)的圖結(jié)構(gòu)數(shù)據(jù)，并基于使用圖神經(jīng)網(wǎng)絡(luò)模型對(duì)圖結(jié)構(gòu)數(shù)據(jù)進(jìn)行處理得到的預(yù)測(cè)結(jié)果向用戶推薦物品。圖結(jié)構(gòu)數(shù)據(jù)反映了從給定的用戶到物品之間的關(guān)系路徑，能夠表征用戶物品對(duì)中的用戶與物品之間的關(guān)聯(lián)關(guān)系，因此可以為向用戶提供個(gè)性化推薦服務(wù)提供數(shù)據(jù)支持。并且，圖結(jié)構(gòu)數(shù)據(jù)可以過(guò)濾與用戶物品對(duì)無(wú)關(guān)的冗余信息，因而還可以提升預(yù)測(cè)結(jié)果的準(zhǔn)確性，進(jìn)而提升推薦的精準(zhǔn)度。