[發明專利]一種基于知識圖譜的內容推薦方法和系統

在審

• 申請號: 201910635055.2
• 申請日: 2019-07-15
• 公開（公告）號: CN112231547A
• 公開（公告）日: 2021-01-15
• 發明（設計）人: 曹秀亭
• 申請（專利權）人: 普天信息技術有限公司
• 主分類號: G06F16/9535
• 分類號: G06F16/9535;G06F16/36;G06N3/04;G06N3/08
• 代理公司: 北京德琦知識產權代理有限公司 11018
• 代理人: 蔣歡;王琦

本申請公開了一種基于知識圖譜的內容推薦方法，包括：獲取用戶在一段設定時間內點擊過的歷史內容，并確定與所述歷史內容相似的若干候選內容；對于所述歷史內容和所述候選內容，分別使用KCNN將其語義表示與知識表示進行融合，得到各個內容對應的KCNN映射結果；根據所述歷史內容和所述候選內容的KCNN映射結果，通過Attention機制確定各個候選內容的得分，所述候選內容的得分表示所述候選內容被所述用戶點擊的概率；將得分最高的N個候選內容推薦給所述用戶，其中，N≥1。本申請還公開了一種對應的內容推薦系統。應用本申請公開的技術方案，能夠充分挖掘用戶潛在的感興趣的知識內容，實現更為智能的個性化內容推薦。

技術領域

本申請涉及智能推薦技術領域，特別涉及一種基于知識圖譜的內容推薦方法和系統。

背景技術

推薦系統存在的主要意義在于：在信息爆炸的時代，如何從大量的數據中選擇合適的信息向個性化用戶進行推薦。推薦系統在新聞領域有很大的發展前景，一般來說，新聞語言高度濃縮，充滿了知識實體和常識知識。目前的新聞推薦方法主要依靠統計機器進行學習，通過新聞的關鍵詞判斷新聞之間的相似性，然后將相似的新聞推薦給用戶。

一種現有的實現方案是基于內容相似度進行新聞推薦。基于內容相似度進行新聞推薦，顧名思義，就是將與用戶感興趣的新聞內容相似的新聞推薦給該用戶。基于內容相似度的推薦算法的主要優勢在于：無冷啟動問題，只要用戶產生了初始的歷史數據(即看了某新聞)，就可以開始進行推薦的計算。而且隨著用戶的瀏覽記錄數據的增加，這種推薦通常也會越來越準確。

這里有兩個重要的關鍵點需要進行說明：

1.如何知道用戶喜歡看哪些新聞，即：如何確定用戶感興趣的新聞。

用戶有歷史的瀏覽記錄，可以從用戶歷史瀏覽的新聞中“提取”能代表新聞主要內容的關鍵詞，判斷哪些關鍵詞出現得最多。比如：可以有“手機”，“電腦游戲”、“發布會”等等關鍵詞。

或者，也可以統計這些新聞所屬的領域是哪些，比如：國際政治、社會、民生、娛樂，找出用戶看的新聞來源最多的幾個領域。不過，按這種方式判斷用戶興趣容易太寬泛，哪怕是同一個領域下的新聞，也可能存在較大差異。比如：某用戶可能喜歡A女星，而不喜歡B女星，而如果只是認為該用戶喜歡娛樂新聞，結果把B女星的新聞不停地推薦給用戶，顯然這種推薦是不合適的。而上述的提取關鍵詞的方法就可以比較好地規避這個問題。

2.如何判斷兩個新聞的內容是否相似

將一篇文本通過詞頻-逆文本頻率指數(TF-IDF：term frequency–inversedocument frequency)算法進行處理，能夠返回一組對應于該文本的“關鍵詞-TFIDF值”的詞數對，這些關鍵詞最好地代表了這篇文本的核心內容，而這些關鍵詞相對于這篇文本的關鍵程度由它的TF-IDF值量化。

采用提取關鍵詞并量化關鍵程度的方法得到兩篇文本各自的TF-IDF值后，通過計算這兩組TF-IDF值的余弦距離可以得到兩篇文本的相似程度，從而利用文本之間的相似度來推薦新聞。

上述基于內容相似度的新聞推薦局限于簡單的詞匹配，不能合理地擴展，存在很大的不準確性。并且，上述方法沒有考慮到用戶興趣的多樣性，當用戶量達到一定的數量級，整個推薦系統不能為用戶進行個性化推薦，從而失去了推薦系統的意義。此外，從技術層面考慮，本申請的發明人發現：現有新聞推薦方法沒有利用外在知識，也沒有充分發現新聞之間潛在的知識層面的聯系，因而無法挖掘用戶潛在的感興趣的知識。

發明內容

本申請提供了一種基于知識圖譜的內容推薦方法和系統，以充分挖掘用戶潛在的感興趣的知識內容，實現更為智能的個性化內容推薦。

本申請公開了一種基于知識圖譜的內容推薦方法，包括：

獲取用戶在一段設定時間內點擊過的歷史內容，并確定與所述歷史內容相似的若干候選內容；