公开(公告)号：CN117390275A

公开(公告)日：2024-01-12

申请号：CN202311366242.8

申请日：2023-10-20

申请人： 东南大学 ,  国家电网有限公司华北分部

发明人： 宋爱波 ,  邱敬怡 ,  方效林 ,  孙季斌 ,  王清未 ,  张勇 ,  苏猛猛

IPC分类号： G06F16/9535 ,  G06N5/022

摘要： 本发明提供了一种基于知识图谱的序列化推荐方法，包括：设计时间注意力机制训练序列化推荐模型，建模用户历史兴趣序列；设计多粒度聚合方法训练知识图谱表示学习模型，建模物品辅助信息；采用多任务学习框架将序列化推荐模型和知识图谱模型相结合，在用户兴趣和物品信息间搭建桥梁，推荐用户感兴趣的物品。与现有推荐方法相比，本发明一是能挖掘用户随时间推移的动态偏好；二是能挖掘物品高阶信息，避免物品信息损失；三是提出为用户动态兴趣序列与物品静态辅助信息通过多任务学习完成信息共享，提升推荐效果。