一种基于知识图谱的个性化推荐方法及装置

    公开(公告)号:CN114445180B

    公开(公告)日:2025-04-15

    申请号:CN202210055478.9

    申请日:2022-01-18

    Abstract: 本发明公开了一种基于知识图谱的个性化推荐方法及装置,方法包括:S1:将用户、物品以及物品的属性值抽象为实体节点,基于用户与物品之间的关系建立第一边,将物品与物品属性值之间的属性关系作为第二边,进而构建出包含用户与物品的协同知识图谱,并根据协同知识图谱获取实体节点之间的嵌入表示;S2:针对实体节点中用户u与实体节点中物品i之间的连接路径,根据各个实体节点的嵌入对连接路径进行聚合处理,得到连接路径的嵌入表示;S3:使用实体节点之间的嵌入表示以及连接路径的嵌入表示训练预先搭建的模型直至模型收敛,得到目标预测模型,所述目标预测模型用于向用户推荐物品。本方法以端到端的方式可以进行更加准确的物品推荐。

    一种基于动态图神经网络的商品推荐方法

    公开(公告)号:CN114841778A

    公开(公告)日:2022-08-02

    申请号:CN202210561717.8

    申请日:2022-05-23

    Abstract: 本发明公开了一种基于动态图神经网络的商品推荐方法,其步骤包括:1、获取一个用户的历史行为序列,并按照等时间间隔分割为T个时间步的子序列,构建每个子序列的用户行为交互图;2、通过图注意力网络分别聚合每个时间步上用户行为交互图上节点的信息;3、构建生成对抗网络中的生成器G;4、构建生成对抗网络中的判别器D;5、获得每个物品节点被用户交互的可能性,并对物品进行降序排序,并选取前N个物品推荐给相应用户。本发明能捕获用户行为交互图的随时间的演化过程,从而能增强推荐性能。

    一种基于知识图谱的个性化推荐方法及装置

    公开(公告)号:CN114445180A

    公开(公告)日:2022-05-06

    申请号:CN202210055478.9

    申请日:2022-01-18

    Abstract: 本发明公开了一种基于知识图谱的个性化推荐方法及装置,方法包括:S1:将用户、物品以及物品的属性值抽象为实体节点,基于用户与物品之间的关系建立第一边,将物品与物品属性值之间的属性关系作为第二边,进而构建出包含用户与物品的协同知识图谱,并根据协同知识图谱获取实体节点之间的嵌入表示;S2:针对实体节点中用户u与实体节点中物品i之间的连接路径,根据各个实体节点的嵌入对连接路径进行聚合处理,得到连接路径的嵌入表示;S3:使用实体节点之间的嵌入表示以及连接路径的嵌入表示训练预先搭建的模型直至模型收敛,得到目标预测模型,所述目标预测模型用于向用户推荐物品。本方法以端到端的方式可以进行更加准确的物品推荐。

Patent Agency Ranking