CN115795022B 一种基于知识图谱的推荐方法、系统、设备及存储介质 （广东工业大学）.docxVIP

(19)国家知识产权局

(12)发明专利

(10)授权公告号CN115795022B(45)授权公告日2025.07.08

(21)申请号202211466330.0

(56)对比文件

(22)申请日2022.11.22

CN114880559CN112925892

A,2022.08.09

A,2021.06.08

(65)同一申请的已公布的文献号申请公布号CN115795022A

审查员胡武扬

(43)申请公布日2023.03.14

(73)专利权人广东工业大学

地址510090广东省广州市越秀区东风东

路729号

(72)发明人龙贤轩陈平华

(74)专利代理机构广州粤高专利商标代理有限公司44102

专利代理师高棋

(51)Int.CI.

GO6F16/335(2019.01)

GO6F16/36(2019.01)

权利要求书3页

说明书8页附图2页

(54)发明名称

一种基于知识图谱的推荐方法、系统、设备及存储介质

(57)摘要

CN115795022B本发明提供一种基于知识图谱的推荐方法、系统、设备及存储介质，方法包括以下步骤：S1:获取用户兴趣的嵌入表征向量：利用知识图谱根据用户浏览记录获取隐含关联项目，计算隐含关联项目的注意力得分并聚合，得到用户兴趣的嵌入表征向量；以及获取候选项目的嵌入表征向量：利用知识图谱根据项目信息获取与用户偏好相近的候选项目，计算候选项目的注意力得分并聚合，得到候选项目的嵌入表征向量；S2:根据用户兴趣的嵌入表征向量和候选项目的嵌入表征向量预测用户与候选项目的交互概率，根据预测得到的交互概率进行推荐。本发明提供一种基于知识图谱的推荐方法、系统、设备及存储介质，解

CN115795022B

利用知识图谱根据用户

浏览记录获取隐含关联

项目

利用知识图谱根据项目

信息获取与用户偏好相

近的候选项目

计算隐含关联项目的注意力得分并聚合计算候选项目的注意力

计算隐含关联项目的注意力得分并聚合

用户兴趣的嵌入表征向量得到候选项目的嵌入表

用户兴趣的嵌入表征向量

预测用户与候选项目的交互概率

根据预测得到的交互概率进行推荐

CN115795022B权利要求书1/3页

2

1.一种基于知识图谱的推荐方法，其特征在于，包括以下步骤：

S1:获取用户兴趣的嵌入表征向量：

利用知识图谱根据用户浏览记录获取隐含关联项目，计算隐含关联项目的注意力得分并聚合，得到用户兴趣的嵌入表征向量，包括：

在知识图谱中传播的每一层采样预设数量的邻居节点，通过偏好传播得到用户在不同阶数的邻域节点集合：

N1、N2、…、N

假设用户u产生交互的项目的集合为V={V|yu,=13,Yuy=1表示用户u与项目v之间有交互，则用户兴趣的嵌入表征为：

通过聚合用户在所有阶数的邻域节点集合的用户兴趣的嵌入表征m以及用户的原始表征得到用户兴趣的嵌入表征向量eu;

其中，N1表示用户在第1阶的邻域节点集合，N2表示用户在第2阶的邻域节点集合，N表示用户在第k阶的邻域节点集合，N(u)表示用户的所有阶数的邻域节点集合，

表示隐含关联项目的注意力得分，h表示头实体项目，r表示关系，t表示尾实体项目，π“,y=ve,e表示用户端的未归一化的注意力得分；e,表示知识图谱三元组中关系r的嵌入表征向量，h表示知识图谱三元组中头实体项目的嵌入表征向量；e:表示知识图谱三元组中尾实体项目的嵌入表征向量，N°={(h,r,t)|(h,r,t)∈G,h∈V3表示用户产生过交互的项目的邻域信息，G表示项目端的知识图谱；

以及获取候选项目的嵌入表征向量：

利用知识图谱根据项目信息获取与用户偏好相近的候选项目，计算候选项目的注意力得分并聚合，得到候选项目的嵌入表征向量，包括：

计算候选项目的注意力得分π:

π?=LeakyReLU(W。concar[h,,e]+b?)

计算与项目v关联的尾实体的集合eN(t):

聚合项目v的尾实体本身以及与项目v的尾实体关联的所有邻域节点得到实体的嵌入表征向量e:

CN115795022B权利要求书2/3页

3

e?=W(e,+em,)

将实体投射到用户的空间上来优化实体