一种基于知识图谱的个性化推荐方法技术

本发明专利技术公开了一种基于知识图谱的个性化推荐方法，针对多个用户和多个物品，所述物品具有若干物品属性，所述推荐方法包括：计算物品属性对于物品的重要程度；基于用户行为，计算用户对物品属性的偏好程度；基于用户行为，计算物品与物品之间的物品相似度；对于用户行为中积极行为所作用的物品，筛选出物品相似度最大的若干第一推荐候选物品，预估用户对第一推荐候选物品的第一偏好程度并筛选出第一偏好程度最大的若干第二推荐候选物品。本发明专利技术的有益效果为通过知识图谱，在传统推荐算法的基础上，充分展现物品的自身属性和用户的偏好、相似用户，能够给带来精准推荐；通过知识图谱，直观的展现用户的兴趣，能够直观的给出推荐理由。

【技术实现步骤摘要】
一种基于知识图谱的个性化推荐方法
本专利技术属于个性化推荐领域，具体涉及一种基于知识图谱的个性化推荐方法。
技术介绍
随着大数据时代的到来，信息呈现指数爆炸的增长。我们在享受科学技术带来的便利的同时，也在接受、处理、消化很多的信息。然而，我们接触到的信息已远远超出我们的接受范围：新闻软件中的实时更新的新闻、电商软件里的数以百万计的商品、音乐网站的歌曲等等。在解决这种信息过载的问题时，推荐系统起着很大的作用。推荐系统是帮助用户快速发现感兴趣的信息的工具，主要通过用户的历史行为，充分挖掘用户的兴趣，主动给用户推荐感兴趣或者有用的信息。一个好的推荐系统应当要具有较高的推荐准确率，商品覆盖率，多样性，新颖性，能够给用户带来惊喜等。目前主流的推荐算法主要分为基于内容的推荐算法和基于协同过滤算法：基于内容的推荐算法通过分析物品自身属性，结合用户的兴趣偏好进行推荐；协同过滤算法主要通过用户对物品的行为信息，挖掘用户的兴趣进行推荐。这两种算法都很出色。随着自然语言处理技术的发展，知识图谱的应用越来越广泛。如果能够把知识图谱与个性化推荐相结合，能本文档来自技高网...

【技术保护点】
1.一种基于知识图谱的个性化推荐方法，针对多个用户和多个物品，所述物品具有若干物品属性，其特征在于，所述推荐方法包括：/n计算物品属性对于物品的重要程度；/n基于用户行为，计算用户对物品属性的偏好程度；/n基于用户行为，计算物品与物品之间的物品相似度；/n对于用户行为中积极行为所作用的物品，筛选出物品相似度最大的若干第一推荐候选物品，预估用户对第一推荐候选物品的第一偏好程度并筛选出第一偏好程度最大的若干第二推荐候选物品。/n

【技术特征摘要】
1.一种基于知识图谱的个性化推荐方法，针对多个用户和多个物品，所述物品具有若干物品属性，其特征在于，所述推荐方法包括：
计算物品属性对于物品的重要程度；
基于用户行为，计算用户对物品属性的偏好程度；
基于用户行为，计算物品与物品之间的物品相似度；
对于用户行为中积极行为所作用的物品，筛选出物品相似度最大的若干第一推荐候选物品，预估用户对第一推荐候选物品的第一偏好程度并筛选出第一偏好程度最大的若干第二推荐候选物品。


2.根据权利要求1所述的基于知识图谱的个性化推荐方法，其特征在于，所述预估用户对第一推荐候选物品的第一偏好程度的方法如下：



其中bij为用户i对物品属性j的偏好程度，Tkj为物品属性j对物品k的重要程度，sk为物品k和积极行为所作用的物品的相似度，pi,k为用户i对物品k的第一偏好程度。


3.根据权利要求2所述的基于知识图谱的个性化推荐方法，其特征在于，所述推荐方法包括：
基于用户对物品属性的偏好程度，计算用户与用户之间的用户相似度；筛选出用户相似度最大的若干相似用户；
获取每个所述相似用户的第二推荐候选物品，并集生成若干第三推荐候选物品；
预估用户对第三推荐候选物品的第二偏好程度并筛选出第二偏好程度最大的若干第四推荐候选物品。


4.根据权利要求3所述的基于知识图谱的个性化推荐方法，其特征在于，所述预估用户对第三...

【专利技术属性】
技术研发人员：陈雨，陈运文，于敬，刘文海，赵圆方，纪达麒，柳凯，
申请(专利权)人：达而观信息科技上海有限公司，
类型：发明
国别省市：上海;31