[發明專利]一種基于用戶歷史興趣的知識圖譜推薦方法和系統

在審

• 申請號: 202110261438.5
• 申請日: 2021-03-10
• 公開（公告）號: CN113010778A
• 公開（公告）日: 2021-06-22
• 發明（設計）人: 江丹丹;景艷山
• 申請（專利權）人: 北京明略軟件系統有限公司
• 主分類號: G06F16/9535
• 分類號: G06F16/9535;G06F16/9536;G06F16/36;G06Q50/00
• 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

本發明提出一種基于用戶歷史興趣的知識圖譜推薦方法和系統，其方法技術方案包括候選圖譜構建步驟，構建用于計算與一用戶產生交互概率的一候選物品的圖譜三元組，并計算所述候選物品的擴展向量表示；種子圖譜構建步驟，構建所述用戶歷史興趣的種子物品的集合；擴展表示計算步驟，根據所述候選物品的圖譜三元組計算所述種子物品的多輪擴展表示，得到所述種子物品的擴展向量表示；用戶興趣預測步驟，根據所述種子物品的擴展向量表示和所述候選物品的擴展向量表示，通過注意力機制計算所述用戶與所述候選物品的交互概率，并基于所述交互概率進行推薦。本發明解決了現有技術方案需要領域專家制定元路徑、且未考慮用戶歷史興趣的時序的問題。

技術領域

本發明屬于智能推薦領域，尤其涉及一種基于用戶歷史興趣的知識圖譜推薦方法和系統。

背景技術

目前，協同過濾的推薦系統主要存在兩點缺陷，一是用戶-物品關系矩陣過度稀疏，無法有效推薦；二是冷啟動問題，對于新用戶或新物品的推薦難度較大。因此，需要增加一些額外的信息來做增強，例如社交網絡、圖像、文本等內容。

近年來，知識圖譜因為可以描述大量的用戶-物品之間的交互關系，例如點擊，可以潛在發現用戶的偏好，而被越來越多的用在推薦系統中，幫助提升推薦的準確率，改善推薦系統的性能。

發明內容

本申請實施例提供了一種基于用戶歷史興趣的知識圖譜推薦方法和系統，以至少解決現有技術方案需要領域專家制定元路徑、且未考慮用戶歷史興趣的時序的問題。

第一方面，本申請實施例提供了一種基于用戶歷史興趣的知識圖譜推薦方法，包括：候選圖譜構建步驟，構建用于計算與一用戶產生交互概率的一候選物品的圖譜三元組，并計算所述候選物品的擴展向量表示；種子圖譜構建步驟，構建所述用戶歷史興趣的種子物品的集合；擴展表示計算步驟，根據所述候選物品的圖譜三元組計算所述種子物品的多輪擴展表示，得到所述種子物品的擴展向量表示；用戶興趣預測步驟，根據所述種子物品的擴展向量表示和所述候選物品的擴展向量表示，通過注意力機制計算所述用戶與所述候選物品的交互概率，并基于所述交互概率進行推薦。

優選的，所述種子圖譜構建步驟包括，根據所述種子物品的發生時間排列所述種子物品的順序。

優選的，所述擴展表示計算步驟包括：第一擴展計算步驟，構建所述種子物品的第一次擴展集合，計算所述候選物品與所述第一次擴展集合的歸一化相似度，并根據所述歸一化相似度計算所述種子物品的第一次擴展結果；第二擴展計算步驟，根據所述第一次擴展集合，計算所述種子物品的第二次擴展結果，并重復進行預設輪次的計算，將所有輪次的擴展結果相加得到所述預設輪次的所述種子物品的擴展向量表示。

優選的，所述第二擴展計算步驟還包括，計算所述種子物品的第二次擴展結果時，將所述第一次擴展集合中的圖譜三元組的尾實體作為頭實體。

優選的，所述用戶興趣預測步驟包括：種子權重計算步驟，將所述種子物品的擴展向量表示和所述候選物品的擴展向量表示輸入一注意力網絡，得到所述種子物品的權重；用戶表征計算步驟，將所述權重與所述種子物品的擴展向量表示加權求和得到用戶興趣表征向量；交互概率獲取步驟，將所述候選物品的擴展向量表示與所述用戶興趣表征向量拼接，通過一MLP網絡獲取所述用戶與所述候選物品的交互概率。

第二方面，本申請實施例提供了一種基于用戶歷史興趣的知識圖譜推薦系統，適用于上述一種基于用戶歷史興趣的知識圖譜推薦方法，包括：候選圖譜構建單元，構建用于計算與一用戶產生交互概率的一候選物品的圖譜三元組，并計算所述候選物品的擴展向量表示；種子圖譜構建單元，構建所述用戶歷史興趣的種子物品的集合；擴展表示計算單元，根據所述候選物品的圖譜三元組計算所述種子物品的多輪擴展表示，得到所述種子物品的擴展向量表示；用戶興趣預測單元，根據所述種子物品的擴展向量表示和所述候選物品的擴展向量表示，通過注意力機制計算所述用戶與所述候選物品的交互概率，并基于所述交互概率進行推薦。