[發明專利]一種基于知識圖譜增強的雙線性圖網絡推薦方法和系統

有效

• 申請號: 202011475985.5
• 申請日: 2020-12-14
• 公開（公告）號: CN112559864B
• 公開（公告）日: 2023-03-31
• 發明（設計）人: 宋彬;許龍濤;郭潔
• 申請（專利權）人: 西安電子科技大學
• 主分類號: G06F16/9535
• 分類號: G06F16/9535;G06F16/36
• 代理公司: 鄭州芝麻知識產權代理事務所(普通合伙) 41173
• 代理人: 王越

1.一種基于知識圖譜增強的雙線性圖網絡推薦方法，其特征在于，包括如下步驟：

步驟一：根據用戶與物品的交互數據構建用戶反饋二向圖，根據物品的屬性特征構建物品的知識圖譜，并對用戶節點表示向量、物品節點表示向量和實體節點表示向量進行初始化；所述實體節點用于對物品節點進行信息增強；

步驟二：將初始化后的用戶節點表示向量、物品節點表示向量和實體節點表示向量輸入到雙線性圖網絡聚合層中，在用戶反饋二向圖中對同一目標節點成對的鄰居節點進行信息聚合處理，在物品的知識圖譜中對物品的屬性特征進行聚合處理，對用戶節點表示向量、物品節點表示向量和實體節點表示向量進行第一次聚合更新；

在用戶反饋二向圖中對同一用戶節點成對的鄰居節點進行信息聚合處理時所采用的計算公式為：

為用戶反饋二向圖中第v個用戶節點在第一次信息聚合后的聚合信息，N_(v)表示在用戶反饋二向圖中第v個用戶節點鄰居節點的集合，/和/分別為第i個和第j個初始用戶節點，W_b為用戶節點進行第一次信息聚合處理時的可訓練權重矩陣；

設物品的知識圖譜中共有R種屬性特征，其第一次信息聚合結果為

為知識圖譜中第n個物品節點R種屬性特征進行第一次信息聚合后的聚合信息，A_r1為本步驟中的可訓練的權重參數，/表示知識圖譜中第n個物品節點的屬性特征r第一次信息聚合后的聚合信息，其計算方式為：

M_r(n)表示第n個物品節點在知識圖譜屬性特征r中的鄰居節點的集合，表示第m個初始物品節點，/為本步驟中屬性特征r信息聚合時與屬性特征r相關的可訓練的權重矩陣；

對用戶節點表示向量進行第一次聚合更新的方式為：

其中表示第一次聚合更新后的第v個用戶節點，σ(*)為非線性激活函數；

實體節點表示向量進行第一次聚合更新的方式為：

為第一次更新后的第n個實體節點；

對物品節點第一次聚合更新的方式為：

其中為第n個物品節點第一信息聚合后的聚合信息，/為第一次更新后的第n個物品節點；

步驟三：對用戶節點表示向量、物品節點表示向量和實體節點表示向量再進行至少一次聚合更新；

在每次聚合更新時，將前一次聚合更新后的用戶節點表示向量、物品節點表示向量和實體節點表示向量輸入到線性圖網絡聚合層中，在反饋二向圖中對目標節點與單個鄰居節點進行信息聚合處理，在物品的知識圖譜中對物品的屬性特征信息進行信息聚合處理，得到聚合更新后的用戶節點表示向量、物品節點表示向量和實體節點表示向量；

步驟四：將初始化后以及經過各次聚合更新后的用戶節點表示向量、物品節點表示向量分別按照更新的順序依次進行級聯，得到級聯后的用戶節點表示向量和級聯后的物品節點表示向量；

步驟五：計算級聯后的用戶節點表示向量與級聯后的物品節點表示向量的內積，將內積作為用戶對物品的預測得分，根據預測得分判斷是否向用戶推薦該物品。