[發明專利]一種基于知識圖譜的新聞推薦方法

在審

• 申請號: 202210266176.6
• 申請日: 2022-03-15
• 公開（公告）號: CN114691855A
• 公開（公告）日: 2022-07-01
• 發明（設計）人: 楊曄;李平
• 申請（專利權）人: 長沙理工大學
• 主分類號: G06F16/335
• 分類號: G06F16/335;G06F16/36;G06F40/279;G06F40/258;G06N3/04
• 代理公司: 暫無信息
• 代理人: 暫無信息

本發明涉及推薦系統的新聞推薦領域，尤其是一種基于知識圖譜的新聞推薦方法。1)根據新聞標題中的單詞，找到其中所包含的知識實體，具體是通過實體鏈接技術和實體消歧技術找到新聞標題中包含的知識實體；2)使用詞嵌入技術將新聞標題的單詞序列轉化為一組嵌入向量集，接著使用卷積神經網絡提取標題的局部信息，然后使用一個基于新聞類別的注意力網絡得到新聞標題的單詞層面的表示；3)使用實體嵌入技術將新聞標題中包含的知識實體轉化為實體向量，接著根據知識圖譜的結構，使用消息傳遞機制，找到標題中包含的實體的鄰居，最后使用消息聚合機制，將實體鄰居的消息聚合起來，形成最后的新聞標題的知識層面的表示；4)根據第二步獲得的單詞層面的表示和第三步獲得的知識層面的表示，獲取新聞的最終表示；5)根據用戶的歷史點擊新聞紀錄和候選新聞，逐個計算歷史新聞與候選新聞的相關性，以此獲取不同歷史新聞的權重，然后通過加權來獲取用戶表示；6)根據第四步計算的新聞表示和第五步計算的用戶表示，通過內積操作來預測用戶點擊候選新聞的概率。

技術領域

本發明涉推薦系統的新聞推薦領域，尤其是一種基于知識圖譜的新聞推薦技術。

背景技術

新聞推薦系統的目的是處理海量的新聞，為用戶提供個性化的推薦。新聞推薦中的一個主要問題是獲取精確的新聞表示和用戶表示，以此來評估待推薦項目的有效性。在新聞推薦領域中，許多的新聞都具有高度的時間敏感性，大約90％的文章只會在發布后的兩天內被人點擊，然后被更新的新聞所取代。因此，為了克服傳統的協同過濾方法具有的冷啟動的局限性，有必要徹底的利用新聞的內部潛在信息，以獲取新聞的精確表示。在通常情況下，新聞標題和內容由不同類型的知名實體填充，例如政客、名人和事件，有效的利用這種具有豐富語義的實體可以提高推薦的效率。然而，現有的大多數新聞推薦系統忽視了利用實體的外部知識和新聞之間的主題相關性。針對上述問題，本章提出一種利用知識圖譜來增強新聞推薦系統性能的方法。

發明內容

針對上述現有技術的不足，本發明提供一種基于知識圖譜的新聞推薦方法。其目的在于解決以往方法中存在的新聞建模不充分及推薦準確率低的問題。

為了實現上述目的，本發明提供了一種基于知識圖譜的新聞推薦方法，包括以下步驟：

A1、實體識別

A2、單詞層面新聞建模

A3、知識層面新聞建模

A4、獲取新聞表示

A5、獲取用戶表示

A6、預測輸出

本發明提供了一種基于知識圖譜的新聞推薦方法。與現有技術相比，具備以下有益效果：

利用新聞標題中富含知識實體的特性，將知識圖譜作為一種輔助信息引入進來，同時利用知識圖譜富含關系的特性，使用相鄰知識實體來豐富標題中實體的表示，并使用注意力機制來區分標題中重要的實體和其重要的鄰居，接著使用消息傳遞機制和消息聚合機制來收集相鄰實體的信息，以此來學習新聞標題的知識層面的表示。通過與原有的單詞層面的表示相結合，將這兩部分的結果融合到一起得到最終的新聞表示。。

附圖說明

為了更清楚地說明本發明實施例或現有技術中的技術方案，下面將對實施例或現有技術描述中所需要使用的附圖作簡單地介紹，顯而易見地，下面描述中的附圖僅僅是本發明的一些實施例，對于本領域普通技術人員來講，在不付出創造性勞動的前提下，還可以根據這些附圖獲得其他的附圖。

圖1是基于知識圖譜的新聞推薦方法的整體框架圖。

圖2是基于新聞類別的注意力機制示意圖。

具體實施方式