[發(fā)明專利]一種基于數(shù)字人文知識(shí)圖譜的搜索推薦方法

在審

• 申請(qǐng)?zhí)枺?/td>: 202110515371.3
• 申請(qǐng)日: 2021-05-12
• 公開（公告）號(hào): CN113190593A
• 公開（公告）日: 2021-07-30
• 發(fā)明（設(shè)計(jì)）人: 梅楚璇;呂強(qiáng);徐永潛;譚超;宋彬;申強(qiáng)賓;印東敏;蔡鄖;尹青云
• 申請(qǐng)（專利權(quán)）人: 《中國學(xué)術(shù)期刊（光盤版）》電子雜志社有限公司
• 主分類號(hào): G06F16/2457
• 分類號(hào): G06F16/2457;G06F16/28;G06F40/295
• 代理公司: 北京天奇智新知識(shí)產(chǎn)權(quán)代理有限公司 11340
• 代理人: 陳新勝

1.一種基于數(shù)字人文知識(shí)圖譜的搜索推薦方法，其特征在于，所述方法包括以下步驟：

步驟A構(gòu)建數(shù)字人文知識(shí)圖譜；

步驟B設(shè)置搜索屬性并創(chuàng)建索引，搜索實(shí)體；

步驟C推薦和用戶所選擇的實(shí)體為同類型的相似實(shí)體；

步驟D根據(jù)用戶的搜索記錄用RippleNet模型訓(xùn)練數(shù)據(jù)，模擬出用戶在知識(shí)圖譜上的興趣傳播途徑，將預(yù)測(cè)值較高的實(shí)體作為用戶的推薦實(shí)體；

步驟E將推薦的同類型實(shí)體、學(xué)習(xí)用戶的搜索記錄預(yù)測(cè)出的用戶可能感興趣的實(shí)體返回給用戶。

2.如權(quán)利要求1所述的基于數(shù)字人文知識(shí)圖譜的搜索推薦方法，其特征在于，所述步驟A包括：

定義數(shù)字人文知識(shí)圖譜框架，分析數(shù)字人文領(lǐng)域的研究方向，將圖譜中涉及的實(shí)體進(jìn)行分類；

通過資料庫數(shù)據(jù)抽取所需信息，并整理得到分類實(shí)體表及實(shí)體關(guān)系表，存入數(shù)據(jù)庫；

根據(jù)圖譜框架和數(shù)據(jù)，通過圖形數(shù)據(jù)庫構(gòu)建數(shù)字人文知識(shí)圖譜。

3.如權(quán)利要求2所述的基于數(shù)字人文知識(shí)圖譜的搜索推薦方法，其特征在于，圖譜中涉及的實(shí)體包括人物、事件、地區(qū)、官職、朝代五大類。

4.如權(quán)利要求1所述的基于數(shù)字人文知識(shí)圖譜的搜索推薦方法，其特征在于，所述步驟C中通過推薦算法推薦與用戶選擇的實(shí)體即中心實(shí)體同類型的實(shí)體；所述推薦算法具體包括：

1)選擇知識(shí)圖譜中距離中心實(shí)體小于等于k跳的同類型實(shí)體，為候選實(shí)體；

2)采用路徑搜索算法，對(duì)每個(gè)候選實(shí)體，分析其與中心實(shí)體在圖譜中的可能路徑，并計(jì)算候選實(shí)體與中心實(shí)體的關(guān)聯(lián)性，計(jì)算公式為：

其中，n為路徑的總數(shù)，m為第i條路徑上除去源節(jié)點(diǎn)和目標(biāo)節(jié)點(diǎn)的節(jié)點(diǎn)數(shù)目，w_ij為第i條路徑中第j個(gè)節(jié)點(diǎn)的權(quán)重值，權(quán)重值與節(jié)點(diǎn)的類型相關(guān)，由上述公式可知兩節(jié)點(diǎn)之間的路徑越短，路徑數(shù)量越多，節(jié)點(diǎn)的關(guān)聯(lián)性越大；

3)根據(jù)上述2)中計(jì)算的關(guān)聯(lián)性，推薦關(guān)聯(lián)度較高的實(shí)體為用戶可能感興趣的同類型實(shí)體。

5.如權(quán)利要求1所述的基于數(shù)字人文知識(shí)圖譜的搜索推薦方法，其特征在于，所述步驟D具體包括：

1)將用戶的搜索記錄構(gòu)建初始的實(shí)體集，生成訓(xùn)練數(shù)據(jù)；

2)初始化算法模塊中嵌入層；

3)將初始實(shí)體集在知識(shí)圖譜中向外擴(kuò)展一層，計(jì)算一個(gè)實(shí)體item與初始實(shí)體、關(guān)系內(nèi)積的相似度，相似度和目標(biāo)實(shí)體加權(quán)求和，得到用戶興趣經(jīng)第一輪擴(kuò)散后的結(jié)果；

4)將第一輪的尾節(jié)點(diǎn)作為頭節(jié)點(diǎn)，再向外擴(kuò)展一跳，按照同樣的方法，得到興趣第二輪擴(kuò)散的結(jié)果；

5)擴(kuò)散多次后，將每一輪的計(jì)算結(jié)果累加，得到能表示用戶興趣的嵌入向量，與實(shí)體item向量計(jì)算內(nèi)積后歸一化計(jì)算出用戶對(duì)item的點(diǎn)擊概率。

6.如權(quán)利要求5所述的基于數(shù)字人文知識(shí)圖譜的搜索推薦方法，其特征在于，所述3)中相似度通過計(jì)算實(shí)體item v與圖譜三元組中初始實(shí)體、關(guān)系(h，r)內(nèi)積的相似度并歸一化得到，計(jì)算公式為：

其中，v為待預(yù)測(cè)點(diǎn)擊率的實(shí)體item的嵌入向量，為v的1跳波紋集合，R_i和h_i分別是關(guān)系r_i和頭實(shí)體h_i的嵌入向量，用相似度p_i對(duì)t加權(quán)求和，如下式計(jì)算，得到這一層的輸出o，向量可以看出用戶的歷史點(diǎn)擊對(duì)itemv的一階段響應(yīng)，其中：

7.如權(quán)利要求5所述的基于數(shù)字人文知識(shí)圖譜的搜索推薦方法，其特征在于，所述5)具體包括：重復(fù)1)到4)過程H次后，將多次興趣擴(kuò)散得到的表示相加得到最終的用戶嵌入向量表示：

此時(shí)，可以計(jì)算出實(shí)體itemv的用戶點(diǎn)擊率的預(yù)測(cè)值為：

上述即為RippleNet模型的主要框架，下面定義模型訓(xùn)練時(shí)的優(yōu)化的損失函數(shù)，包括真實(shí)的y與RippleNet預(yù)測(cè)值之間的交叉熵?fù)p失，重建的指標(biāo)矩陣與真實(shí)數(shù)據(jù)的誤差，以及正則項(xiàng)：

公式中，頭實(shí)體h和尾實(shí)體t用E矩陣統(tǒng)一表示。