一种基于知识图谱的推荐方法及装置制造方法及图纸

本申请公开了一种基于知识图谱的推荐方法及装置，涉及计算机软件技术领域，用于全面精确给用户推荐商品。该方法包括：根据商品‑用户评分矩阵及第一商品集合确定第二商品集合，其中，第一商品集合为用户搜索商品集合，商品‑用户评分矩阵用于确定用户对商品的喜好程度，第二商品集合为与所述第一商品集合评分相同和/或相近的商品集合；根据第一商品集合及知识图谱确定第三商品集合，其中，知识图谱包括多个商品及多个商品对应的关系，第三商品集合为与所述第一商品集合语义相似的商品集合；按照预设比例融合第二商品集合及第三商品集合，得到至少一个商品，推荐给用户。本申请实施例应用于实现商品的全面精准推荐。

【技术实现步骤摘要】
一种基于知识图谱的推荐方法及装置
本专利技术涉及计算机软件
，尤其涉及一种基于知识图谱的推荐方法及装置。
技术介绍
随着网络技术的深入发展，电子商务为代表的互联网商机包含巨大的市场价值。在众多电子商务网站中，如亚马逊和淘宝，针对用户的推荐一直都是提升产品品牌价值和赢得客户市场的重要技术保证，以求提高用户体验的同时增加商品的销量。目前比较成熟的推荐技术主要有基于内容的推荐以及协同过滤推荐等。基于内容的推荐，由于其推荐内容有限，不能为用户发现新的感兴趣的商品，导致了用户和商品的交互信息的稀疏性问题，显然在如今多源异构的大数据环境下不能很好的满足用户推荐需求。基于用户的协同过滤，对于新加入的用户或者商品，由于系统没有其历史交互信息，因此无法进行准确地建模和推荐，即产生冷启动的问题。因此这些推荐技术不能达到更好的推荐目的。
技术实现思路
本申请的实施例提供一种基于知识图谱的推荐方法及装置，用于实现商品的全面、精准推荐。为达到上述目的，本申请的实施例采用如下技术方案：第一方面，提供了一种基于知识图谱的推荐方法，该方法包括：根据商品-用户评分矩阵及第一商品集合确定第二商品集合，其中，所述第一商品集合为用户搜索商品集合，所述商品-用户评分矩阵用于确定用户对商品的喜好程度，所述第二商品集合为与所述第一商品集合评分相同和/或相近的商品集合；根据所述第一商品集合及所述知识图谱确定第三商品集合，其中，所述知识图谱包括多个商品及多个商品对应的关系，所述第三商品集合为与所述第一商品集合语义相似的商品集合；按照预设比例融合所述第二商品集合及所述第三商品集合，得到至少一个商品，推荐给用户。第二方面，提供了一种基于知识图谱的推荐装置，该装置包括：确定单元，用于根据商品-用户评分矩阵及第一商品集合确定第二商品集合，其中，所述第一商品集合为用户搜索商品集合，所述商品-用户评分矩阵用于确定用户对商品的喜好程度，所述第二商品集合为与所述第一商品集合评分相同和/或相近的商品集合；所述确定单元，还用于根据所述第一商品集合及所述知识图谱确定第三商品集合，其中，所述知识图谱包括多个商品及多个商品对应的关系，所述第三商品集合为与所述第一商品集合语义相似的商品集合；推荐单元，用于按照预设比例融合所述第二商品集合及所述第三商品集合，得到至少一个商品，推荐给用户。第三方面，提供了一种存储一个或多个程序的计算机可读存储介质，所述一个或多个程序包括指令，所述指令当被计算机执行时使所述计算机执行如第一方面所述的基于知识图谱的推荐方法。第四方面，提供了一种包含指令的计算机程序产品，当所述指令在计算机上运行时，使得计算机执行如第一方面所述的基于知识图谱的推荐方法。第五方面，提供一种基于知识图谱的推荐装置，包括：处理器和存储器，存储器用于存储程序，处理器调用存储器存储的程序，以执行上述第一方面所述的基于知识图谱的推荐方法。本申请的实施例提供的基于知识图谱的推荐方法及装置，根据商品-用户评分矩阵进行协调过滤得到的商品最近邻，并根据知识图谱得到跟用户需求语义相似的商品，同时调节用户所需要的商品最近邻及与用户需求语义相似的商品的融合比例，得到推荐给用户的商品，从而实现了更全面、更精确的为用户推荐商品的目的。附图说明图1为本申请的实施例提供的一种基于知识图谱的推荐系统结构示意图；图2为本申请的实施例提供的一种基于知识图谱的推荐方法流程示意图一；图3为本申请的实施例提供的一种基于知识图谱的推荐方法流程示意图二；图4为本申请的实施例提供的一种基于知识图谱的推荐方法流程示意图三；图5为本申请的实施例提供的一种基于知识图谱的推荐方法流程示意图四；图6为本申请的实施例提供的一种商品向量及商品向量对应的关系向量示意图；图7为本申请的实施例提供的一种基于知识图谱的推荐装置结构示意图一；图8为本申请的实施例提供的一种基于知识图谱的推荐装置结构示意图二。具体实施方式本申请实施例提供的基于知识图谱的推荐方法及装置，根据商品-用户评分矩阵和用户搜索商品集合确定与用户搜索商品集合评分相似的商品集合，并根据知识图谱与用户搜索商品集合确定与用户搜索商品集合语义相似的商品集合，将与用户搜索商品集合评分相似的商品集合及语义相似的商品集合按照比例融合，从而得到推荐给用户的商品。图1为本申请实施例提供的基于知识图谱的推荐系统的整体框架图。参照图1所示，整体框架包括：用户信息模块100、商品信息模块200和个性化推荐模块300。用户信息模块100包括用户行为信息挖掘单元和用户信息库：其中，用户行为信息挖掘是指网页Web服务器通过Web挖掘技术对用户因浏览网页、查看商品以及商品购买等行为而产生的日志文件进行Web使用挖掘任务，从而获得用户特征、兴趣等信息，这些信息可以包括商品点击次数、页面停留时间及页面进入频度等。信息数据经过筛选、整理归类等预处理后被存入用户信息库；用户信息库主要存储用户基本信息、用户本站访问记录信息和用户个性化特征信息这三类信息。其中，用户基本信息包括用户的姓名、性别、年龄、职业、地址等，用户本站访问记录信息包括商品浏览记录、商品购买记录、页面访问次数等，用户个性化特征信息包括用户感兴趣的商品名称、商品类别、用户评价等。这些信息为推荐系统进行商品推荐提供了数据支持和依据。商品信息模块200包括商品信息库和商品信息管理单元：其中，商品信息库主要存储商品的基本信息，商品基本信息包括商品类别、商品名称、价格、保质期、生产时间、包装时间、浏览量等，这些信息根据通过商品推荐系统被使用或显示，是推荐系统得以发挥作用的前提和保障；商品信息管理单元的主要功能和任务是实现商品信息数据的存取、筛选、处理和传递等，商品信息管理对内可以实现各项数据的存取和处理，如新商品数据的添加、数据修改、格式转换等，对外可以实现数据的传递和显示，如知识图谱和商品推荐列表的生成、显示等。个性化推荐模块300包括用户需求分析单元和协同过滤单元：用户需求分析的主要功能是通过相关技术和方法来跟踪收集用户的行为、特征信息、购买记录等，在此基础上分析用户的喜好、购买意向等。本申请实施例提供的推荐系统会根据不同用户产生不同的电商商品推荐列表，推荐系统从用户信息库中获取用户的特征信息和商品购买记录，以此来分析用户需求；协同过滤单元包括基于用户和商品的协同过滤的推荐算法，该算法属于推荐系统的核心部分，该推荐算法根据用户之间的相似性和商品之间的相似性来进行商品推荐。本申请实施了提供的推荐系统通过协调过滤算法并结合用户需求分析和商品信息管理来进行商品的筛选和过滤，最终完成商品的个性化推荐。本申请实施例提供的推荐系统，当用户首次通过该推荐系统的平台购买商品时，推荐算法根据用户已购商品来产生商品推荐列表，当用户下一次使用该推荐系统时，系统前台可以调用商品信息库中的商品信息并按照从上到下的空间顺序显示商品图谱，并将上一次针对该用户产生的推荐商品优先显示出来，这些商品的邻近商品或子商品也优先被显示出来，从而用户会看到和上一次不一样的商品列表，也可以方便地看到与自己已购商品相关的一些商品，这在一定程度上增强了整体的推荐效果。可选的，本申请实施例提供的推荐系统可以应用于电商平台。下面采用详细的实施例对本基于知识图谱的推荐系统的构建过程进行详细说明。实施例本文档来自技高网...

【技术保护点】
1.一种基于知识图谱的推荐方法，其特征在于，所述方法包括：根据商品‑用户评分矩阵及第一商品集合确定第二商品集合，其中，所述第一商品集合为用户搜索商品集合，所述商品‑用户评分矩阵用于确定用户对商品的喜好程度，所述第二商品集合为与所述第一商品集合评分相同和/或相近的商品集合；根据所述第一商品集合及所述知识图谱确定第三商品集合，其中，所述知识图谱包括多个商品及多个商品对应的关系，所述第三商品集合为与所述第一商品集合语义相似的商品集合；按照预设比例融合所述第二商品集合及所述第三商品集合，得到至少一个商品，推荐给用户。

【技术特征摘要】
1.一种基于知识图谱的推荐方法，其特征在于，所述方法包括：根据商品-用户评分矩阵及第一商品集合确定第二商品集合，其中，所述第一商品集合为用户搜索商品集合，所述商品-用户评分矩阵用于确定用户对商品的喜好程度，所述第二商品集合为与所述第一商品集合评分相同和/或相近的商品集合；根据所述第一商品集合及所述知识图谱确定第三商品集合，其中，所述知识图谱包括多个商品及多个商品对应的关系，所述第三商品集合为与所述第一商品集合语义相似的商品集合；按照预设比例融合所述第二商品集合及所述第三商品集合，得到至少一个商品，推荐给用户。2.根据权利要求1所述的基于知识图谱的推荐方法，其特征在于，在所述根据商品-用户评分矩阵及所述第一商品集合确定第二商品集合之前，所述方法还包括：获取多个用户评分信息及所述多个用户评分信息对应的商品集合；根据所述多个用户评分信息及所述多个用户评分信息对应的商品集合构建所述商品-用户评分矩阵。3.根据权利要求1所述的基于知识图谱的推荐方法，其特征在于，所述根据所述商品-用户评分矩阵及所述第一商品集合确定第二商品集合，包括：根据所述商品-用户评分矩阵对所述第一商品集合进行协同过滤，以得到多个与所述第一商品集合评分相同和/或相近商品，所述多个与所述第一商品集合评分相同和/或相近商品为所述第二商品集合。4.根据权利要求1所述的基于知识图谱的推荐方法，其特征在于，根据所述第一商品集合及所述知识图谱确定第三商品集合，包括：将所述第一商品集合与所述知识图谱一一对应，以得到多个商品及所述多个商品对应的关系；将所述多个商品转化为多个商品向量，并将所述多个商品向量对应的关系转化为多个关系向量；将所述多个商品向量及所述多个商品向量对应的关系向量按照余弦相似度进行语义相似计算，以得到多个与所述第一商品集合语义相似的商品集合，所述多个与所述第一商品集合语义相似的商品集合为所述第三商品集合。5.一种基于知识图谱的推荐装置，其特征在于，所述推荐装置包括：确定单元，用于根据商品-用户评分矩阵及第一商品集合确定第二商品集合，其中，所述第一商品集合为用户搜索商品集合，所述商品-用户评分矩阵用于确定用户对商品...

【专利技术属性】
技术研发人员：罗鹏，张宾，孙喜民，周晶，
申请(专利权)人：国家电网公司，国网电子商务有限公司，
类型：发明
国别省市：北京,11