[發明專利]基于知識圖譜的用戶動態個性化畫像方法

在審

• 申請號: 202110025972.6
• 申請日: 2021-01-08
• 公開（公告）號: CN113204636A
• 公開（公告）日: 2021-08-03
• 發明（設計）人: 王緒剛
• 申請（專利權）人: 北京歐拉認知智能科技有限公司
• 主分類號: G06F16/335
• 分類號: G06F16/335;G06F16/36;G06F40/295;G06F40/30
• 代理公司: 北京匯信合知識產權代理有限公司 11335
• 代理人: 孫民興

1.一種基于知識圖譜的用戶動態個性化畫像方法，其特征在于，包括：

實時采集所要畫像用戶的用戶數據；

將所述用戶數據輸入命名實體識別模型以獲取所述用戶數據中的實體和相應的實體關系；

基于知識融合技術對所述實體進行數據歸類，得到所述用戶多維的行為數據；

針對所述行為數據進行字段篩選后構建面向用戶畫像的知識圖譜；

將所述知識圖譜中實體采用詞向量表示，在詞向量空間中計算詞語之間的歐式距離；

根據所述歐式距離確定所述知識圖譜中語義相近的實體以及詞語與所述實體之間的相關性，根據所述相關性構建用戶行為標簽表；

根據實時采集數據的迭代處理更新所述用戶行為標簽表，并構建所述用戶的動態個性化畫像。

2.根據權利要求1所述的基于知識圖譜的用戶動態個性化畫像方法，其特征在于，所述實時采集所要畫像用戶的用戶數據具體包括：

通過數據抓取工具針對所述用戶的多終端、多系統和多領域數據進行實時動態抓取。

3.根據權利要求1所述的基于知識圖譜的用戶動態個性化畫像方法，其特征在于，所述將所述用戶數據輸入命名實體識別模型以獲取所述用戶數據中的實體和相應的實體關系具體包括：

將所述用戶數據輸入基于深度學習的命名實體識別模型中；

所述命名實體識別模型對所述用戶數據進行實體識別和關系抽取，得到所述用戶數據中的實體和相應實體之間的實體關系。

4.根據權利要求1所述的基于知識圖譜的用戶動態個性化畫像方法，其特征在于，所述基于知識融合技術對所述實體進行數據歸類得到所述用戶多維的行為數據具體包括：

采用基于跨模態共享子空間學習理論的知識融合技術對所述命名實體識別模型獲取得到的所述實體進行分類，得到多維度的實體分類作為所述用戶的行為數據。

5.根據權利要求1所述的基于知識圖譜的用戶動態個性化畫像方法，其特征在于，所述將所述知識圖譜中實體采用詞向量表示，在詞向量空間中計算詞語之間的歐式距離具體包括：

利用深度語義模型將所述知識圖譜中的實體采用詞向量進行表示，形成詞向量空間；

利用知識圖譜的實體之間的語義相似性和邏輯相關性，在所述詞向量空間中計算相關詞語之間的歐式距離。

6.根據權利要求1所述的基于知識圖譜的用戶動態個性化畫像方法，其特征在于，所述根據所述歐式距離確定所述知識圖譜中語義相近的實體以及詞語與所述實體之間的相關性，根據所述相關性構建用戶行為標簽表具體包括：

根據所述歐式距離在所述知識圖譜中得到通過需求詞泛化得到的詞語表示語義相近的實體；

利用向量相似性計算得到該實體與標簽語義相近的標簽，并構建用戶行為標簽表。

7.根據權利要求1所述的基于知識圖譜的用戶動態個性化畫像方法，其特征在于，所述根據實時采集數據的迭代處理更新所述用戶行為標簽表并構建所述用戶的動態個性化畫像具體包括：

根據實時采集到的數據，對所述用戶的行為數據進行更新；

根據更新的行為數據更新所述知識圖譜；

根據更新后的所述知識圖譜更新所述用戶行為標簽表；

根據更新后的用戶行為標簽表，構建所述用戶的動態個性化畫像。

8.根據權利要求1所述的基于知識圖譜的用戶動態個性化畫像方法，其特征在于，所述動態個性化畫像中的特征標簽根據出現頻率以預設方式進行突出顯示，所述預設方式包括增大該特征標簽顯示字號、以不同顏色突出顯示該特征標簽、將該特征標簽顯示于動態個性化圖像中心區域或該特征標簽與其他標簽之間的密度小于普通標簽之間的密度。