【技术实现步骤摘要】
一种基于家庭知识图谱的电影推荐方法
本专利技术涉及一种基于家庭知识图谱的电影推荐方法，属于智能推荐
技术介绍
社会科技的进步带动着许多行业的发展。近年科技、经济突飞猛进，人民的生活水平也得到了提升，对生活质量的追求也更加精益求精，而生活的智能就是一个突出表现的方面。智能家居，智能家用机器人等科技产品也慢慢的被人们关注起来。在智能家庭中，智能家居可以更好地为我们提供便利的服务，在生活中给我们提供重要的信息，能对我们的日常生活进行合理的安排，充分的利用我们的时间和资源。随着家庭智能化的提升，人们在及时获取到海量丰富信息的同时，也遇到了信息过载问题。信息过载问题是信息时代过于丰富的信息造成的负面影响之一，指的是海量的信息内容超出了个人或系统所能承受、处理或有效使用的范围，并导致出现故障的状况。信息过载使得个人或系统需要花费大量的时间和精力去甄选适合自己需求的信息，造成了大量人力和物力资源的浪费。对于家庭成员来说，从大量的信息中发现对自己有用或者自己感兴趣的信息是一件耗时枯燥的事情，同时对信息的可靠性和准确...
【技术保护点】
1.一种基于家庭知识图谱的电影推荐方法，其特征在于，包括步骤如下：/nA、构建并训练获取上下文感知推荐模型/n(1)构建家庭知识图谱：/n家庭知识图谱展示了实体和实体之间的关系，是对现实家庭事物及关系进行形式化地描述，使用三元组D＝(E,C,S)来表示家庭知识图谱，D表示知识库；E＝{e
【技术特征摘要】
1.一种基于家庭知识图谱的电影推荐方法，其特征在于，包括步骤如下：
A、构建并训练获取上下文感知推荐模型
(1)构建家庭知识图谱：
家庭知识图谱展示了实体和实体之间的关系，是对现实家庭事物及关系进行形式化地描述，使用三元组D＝(E,C,S)来表示家庭知识图谱，D表示知识库；E＝{e1,e2,…ei,…ej,…,e|E|}，表示D中的主体实体集合，主体实体集合中有|E|种主体实体；C＝{c1,c2,…,ci…,cj…,c|C|}，表示D中的关系集合，关系集合有|C|种不同的关系；S＝{s1,s2,…si,…sj,…,s|S|}，表示与主体实体集合E对应的客体实体集合，客体实体集合中有|S|种客体实体；三元组D的基本形式为<ei，ci，si>；
(2)数据预处理：
利用用户对电影的观看时长自动构建评分机制，获取用户-电影-评分矩阵；
(3)构建融入家庭成员相似度的上下文感知推荐模型：
计算用户之间的相似关系，包括步骤如下：
获取家庭知识图谱中与ev有连接的sv，ev是指用户v的主体实体，sv是指用户v的客体实体，统计客体实体sv中包含的影视列表I(v)；
利用所有家庭成员的交互的所有影视信息判断其兴趣相似度，计算家庭成员u,v间的兴趣相似度sim(u,v)，如式(I)所示：
式(I)中，I(u)、I(v)分别表示与家庭成员u、v有过交互的电影集合；ruj、rvj分别表示家庭成员u、v对电影j的实际评分；
定义相似用户特征矩阵WM×D，WM×D表示M个用户的D维特征矩阵，M为所有用户数量，D为特征矩阵维度；
用一个邻接矩阵T＝[tuv]M×M表示用户之间的相似关系，sim(u,v)>0.5时，tuv＝1，表示用户u与用户v相似，否则，tuv＝0；
引入C中的ci，将其作为步骤(2)中用户-电影-评分矩阵的第三维信息，并将其建模为一个三维张量，通过CP分解的方式学习原张量模型并对空缺值进行填充，包括步骤如下：
将来自M个用户在K种上下文C下对N个电影的打分记作张量R，R包含M×N×K个记录，ruic表示用户u在C下对电影i的实际打分；
融入家庭成员间兴趣相似度的评分预测模型如式(Ⅱ)所示：
式(Ⅱ)中，表示用户u在C下对电影i的预测评分，U′u、Ii、Cc分别为用户、电影、上下文信息的特征矩阵，U′ud、Iid、Ccd分别是U′u、Ii、Cc中的元素，bu、bi、bc分别为用户、电影、上下文偏置，μ为全局平均分，D代表特征维数；
利用用户...
【专利技术属性】
技术研发人员：李玉军，孙国强，胡伟凤，高雪松，林森，
申请(专利权)人：山东大学，青岛博天数通信息科技有限公司，
类型：发明
国别省市：山东;37
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。