[發明專利]一種基于知識圖譜的個性化旅游景點推薦方法

有效

• 申請號: 201710917772.5
• 申請日: 2017-09-30
• 公開（公告）號: CN107729444B
• 公開（公告）日: 2021-01-12
• 發明（設計）人: 常亮;張偉濤;孫文平;古天龍
• 申請（專利權）人: 桂林電子科技大學
• 主分類號: G06F16/9535
• 分類號: G06F16/9535;G06F16/36
• 代理公司: 桂林市持衡專利商標事務所有限公司 45107
• 代理人: 陳躍琳

1.一種基于知識圖譜的個性化旅游景點推薦方法，其特征是，包括步驟如下：

步驟1、從現有知識庫中獲取景點、用戶、景點相關屬性和用戶相關屬性信息，并據此建立1個旅游領域知識圖譜；

步驟2、將旅游領域知識圖譜的用戶和景點均分別表示為用戶向量和景點向量，同時，將旅游領域知識圖譜中用戶對景點的喜好關系也表示為用戶與景點之間的關系向量；

步驟3、根據模型h+r＝t建立用戶向量、景點向量、以及用戶和景點之間關系向量的損失函數，并通過最小化損失函數，使用戶向量、景點向量、以及用戶與景點之間的關系向量循環收斂到最優，以達到優化目標的目的；其中損失函數為L：

步驟4、利用已經訓練好的用戶向量、景點向量、以及用戶和景點之間關系向量，通過余弦相似度去計算景點相似度和用戶相似度，并得到根據景點相似度計算出的景點預測評分和根據用戶相似度計算出的用戶預測評分；其中

景點預測評分pred(h,t)_t為：

用戶預測評分pred(h,t)_h為：

步驟5、利用已經訓練好的用戶向量、景點向量、以及用戶和景點之間關系向量，并通過關鍵函數去計算關鍵預測評分；其中關鍵預測評分pred(h,t)為：

步驟6、對上述景點預測評分、用戶預測評分和關鍵預測評分進行加權平均作為用戶的最終預測評分，并對最終預測評分進行排序后，將最高得分的景點推薦給用戶；其中最終預測評分pred_final為：

其中，h表示用戶向量，r表示景點向量，t表示用戶與景點之間的關系向量；γ為設定的邊際值，f(h,r,t)表示正例三元組的關聯函數，S_(h,r,t)表示正例三元組集合，f(h′,r,t′)表示負例三元組的關聯函數，S_{(h′,r,t′)}表示負例三元組集合，L₁表示L₁范式，L₂表示L₂范式；sim(t,t_i)表示景點t與景點t_i之間的相似度，T_sim(t)表示與景點t相似度大于0的景點集合，表示用戶h對景點t_i的評分；sim(h,h_j)表示用戶h與用戶h_j之間的相似度，H_sim(h)表示與用戶h相似度大于0的用戶的集合，表示用戶h_j對景點t的評分，表示用戶h_j已評分過景點的平均得分，示用戶h對已評分過景點的平均評分；max表示取最大函數，min表示取最小函數，floor表示向下取整函數，P表示評分的最高值，a、b和c為景點、用戶和關鍵權值系數。

2.根據權利要求1所述一種基于知識圖譜的個性化旅游景點推薦方法，其特征是，步驟1中，將景點和用戶作為旅游領域知識圖譜中的概念實體結點，景點相關屬性信息和用戶相關屬性信息作為旅游領域知識圖譜中個性化推薦中描述景點和用戶的特征標簽結點，2個概念實體結點和/或特征標簽結點之間的語義聯系作為旅游領域知識圖譜中的邊。

3.根據權利要求1或2所述一種基于知識圖譜的個性化旅游景點推薦方法，其特征是，步驟1中，在所建立的旅游領域知識圖譜中，景點相關屬性的個數和用戶相關屬性的個數均為n。

4.根據權利要求3所述一種基于知識圖譜的個性化旅游景點推薦方法，其特征是，步驟2、根據每個用戶所鏈接的用戶相關屬性的個數n，將旅游領域知識圖譜中的每個用戶表示為1個n維的用戶向量；同時，根據每個景點所鏈接的景點相關屬性的個數n，將旅游領域知識圖譜中的每個景點表示為1個n維的景點向量；另外，將旅游領域知識圖譜中用戶對景點的喜好關系也表示為一個n維的用戶與景點之間的關系向量。