[發明專利]基于圖譜知識的推薦方法、推薦系統及電子裝置

在審

• 申請號: 202010920529.0
• 申請日: 2020-09-04
• 公開（公告）號: CN112084376A
• 公開（公告）日: 2020-12-15
• 發明（設計）人: 黃山姍
• 申請（專利權）人: 北京明略昭輝科技有限公司
• 主分類號: G06F16/901
• 分類號: G06F16/901;G06F16/9032;G06F16/906;G06N20/00
• 代理公司: 青島清泰聯信知識產權代理有限公司 37256
• 代理人: 李紅巖

本發明公開了一種基于圖譜知識的推薦方法、推薦系統及電子裝置，基于圖譜知識的推薦方法包括：步驟S1：獲取用戶提供的數據并進行數據整理；步驟S2：從整理后的數據中抽取圖譜要素并基于圖譜要素構建知識圖譜數據；步驟S3：根據知識圖譜數據進行模型訓練；步驟S4：根據實時數據通過訓練后的模型獲得推薦結果。本發明以關聯關系的方式展示前期行為和結果的關聯性，可以明確的查看出某些行為和實體的關系比較緊密，后續可以綁定這種緊密的關系在后續的目標優化場景下有針對性的進行相關調整。

技術領域

本發明涉及一種推薦方法、推薦系統及電子裝置，具體地說，尤其涉 及一種基于群體用戶展示知識圖譜解釋的推薦方法、推薦系統及電子裝置。

背景技術

隨著網絡發展的迅速，信息的迅速膨脹，用戶行為節奏的加快，越來 越需求能快速獲取用戶直接需求或者潛在需求的信息，在這種需求下推薦 系統的應用越來越廣泛。

客戶不僅需求查看推薦位置的各項數據指標，也期望查看推薦過程中 的關聯關系。通過知識圖譜構建清晰的關聯關系展示，查看推薦內容的合 理性，以及通過關聯關系的分析得出更深入的洞察結論。

現有技術中，在推薦位對應的數據報告中，展示不同行為(例如曝光、 點擊、購買、點贊等)的數據指標。但是，在實際中發現，還是存在以下 缺點：

1、數據指標的表格必須在時間上完全對應，并且無法展示出行為序列 特征及關聯關系。割裂查看行為數據可能對數據現象產生遺漏，或者得出 錯誤的結論。

2、將用戶本身特性及行為轉化成標簽，展示單個標簽或者多個標簽的 各維度數據。

3、標簽與標簽之間沒有時間順序或者關聯關系的展示，并且無法在數 據顯示上層層遞進，產生從單一維度向下分析的效果。

因此急需開發一種克服上述缺陷的基于圖譜知識的推薦方法、推薦系 統及電子裝置。

發明內容

針對上述問題，本發明提供一種基于圖譜知識的推薦方法，其中，包 括：

步驟S1：獲取用戶提供的數據并進行數據整理；

步驟S2：從整理后的所述數據中抽取圖譜要素并基于所述圖譜要素間 的關聯關系構建知識圖譜數據；

步驟S3：根據所述知識圖譜數據進行模型訓練；

步驟S4：根據實時數據通過訓練后的模型獲得推薦結果。

上述的基于圖譜知識的推薦方法，其中，還包括：

步驟S5：結合用戶歷史行為及推薦結果輸出單個用戶關聯軌跡。

上述的基于圖譜知識的推薦方法，其中，還包括：

步驟S6：抽取各個用戶的數據進行匯聚統計并輸出統計結果。

上述的基于圖譜知識的推薦方法，其中，所述數據包括：用戶數據及 物料數據，所述用戶數據包括用戶行為及用戶特征。

上述的基于圖譜知識的推薦方法，其中，所述步驟S1中包括，針對所 述數據定義標簽結構。

上述的基于圖譜知識的推薦方法，其中，所述步驟S2中包括：

步驟S21：通過分詞、語義處理對數據進行處理；

步驟S22：進行實體抽取、關系抽取和事件抽取；

步驟S23：將標簽、關聯關系與實體進行對應形成知識圖譜數據。

上述的基于圖譜知識的推薦方法，其中，所述步驟S5中包括，選取模 型參考的用戶的歷史行為同時記錄出用戶不同行為的分類，根據歷史行為、 分類及所述推薦結果輸出單個用戶關聯軌跡。