[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

本發明提供一種基于知識圖譜增強的雙線性圖網絡推薦方法和系統，網絡推薦方法為：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；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，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更新；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更新；將各次更新后的用戶節點表示向量、物品節點表示向量分別級聯并計算其內積，根據計算出的內積判斷是否向用戶推薦該物品。本發明所提供的技術方案能夠提高網絡推薦方法的適用性和準確性。

技術領域

本發明屬于網絡推薦領域，具體涉及一種基于知識圖譜增強的雙線性圖網絡推薦方法和系統。

背景技術

隨著時代的發展，通過網絡來選擇自己需要的商品已成為一種常見的購物方式。在網絡購物平臺上各種商品、服務極大豐富了人們的生活，但也產生了“信息過載”的問題，消費者如何在最短的時間內選擇出適合自己的商品已成為一個難題。

信息推薦技術的出現，很好的解決了上述的技術問題。信息推薦技術作為解決信息過載問題的技術手段之一,在理論和應用層面都具有重大的意義和價值。從理論上講,信息推薦問題是信息挖掘和信息過濾這一重大科學問題的重要組成部分；從應用上講,信息推薦技術已經成為眾多電子商務網站的核心技術,并創造了巨大的經濟價值。信息推薦是一個典型的交叉研究領域。

信息推薦技術可以根據用戶的興趣尋找與之具有相似興趣的物品集合，然后基于物品之間的相似性推薦用戶感興趣的物品。使用個性化推薦技術向用戶推薦適宜其自身的電影、商品等等，使得用戶可以迅速得到符合喜歡和選擇傾向的物品信息，而這對于推薦系統而言，既可以得到用戶的信任，獲得更多的青睞和使用，也使得系統推薦節省了用戶在大量瀏覽過程中所消耗的系統資源，從而節省帶寬等運營成本，并更好的為用戶服務。

推薦算法具有巨大的應用價值，能夠創造巨大的經濟效益，是幾十年來的一個熱門研究領域，但這一領域的挑戰仍未得到很好的解決。現有技術中常見的推薦方法有協同過濾算法、矩陣分解算法等，這些推薦方法在對用戶和物品屬性特征進行建模時，通常考慮的是用戶與物品的反饋信息，但不能全面地聚合有交互關系的相鄰節點的信息，更不能利用高階的交互信息，并且這些傳統算法也很少能夠利用物品端豐富的知識圖譜信息，導致其在交互信息比較稀疏的情況下推薦的精準度較差，推薦的商品與用戶的期望相差較遠，或者不能將與用戶期望最高的商品推薦給用戶。

發明內容

本發明的目的是提供一種基于知識圖譜增強的雙線性圖網絡推薦方法和系統，以解決現有技術中網絡推薦方法存在的適用性和準確性較差的問題。

為實現上述目的，本發明采用如下技術方案：

一種基于知識圖譜增強的雙線性圖網絡推薦方法，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；

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；

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；