面向本质计算与推理融合的跨模态的推荐方法与装置制造方法及图纸

本发明专利技术实施例公开了一种面向本质计算与推理融合的跨模态的推荐方法与装置以及介质，利用预先存储的资源信息库，对获取的目标任务构建数据图谱、信息谱图和知识图谱；将获取的用户资源信息与数据图谱、信息谱图以及知识图谱进行匹配，确定出差异资源。根据预先建立的资源融合代价库，计算差异资源进行资源点转化的转化代价值。按照每种资源类型所对应的访问代价值以及访问次数，计算各转化资源组所对应的访问代价值；将各转化资源组各自对应的访问代价值和转化代价值之和作为各转化资源组最终的代价值，选取代价值最小的转化资源组作为推荐资源。通过对差异资源的动态调整并结合用户对资源的访问代价值，有效的提升了资源推荐的效果。

【技术实现步骤摘要】
面向本质计算与推理融合的跨模态的推荐方法与装置
本专利技术涉及数据资源分析
，特别是涉及一种面向本质计算与推理融合的跨模态的推荐方法与装置以及计算机可读存储介质。
技术介绍
数据、信息和知识这三者都是社会生产活动中的一种基础性资源，都可以采用数字、文字、符号、图形、声音、影视等多媒体来表示。其中，数据是一种将客观事物按照某种测度感知而获取的原始记录。信息是根据一定的发展阶段及其目的进行定制加工而生产出来的。知识是知识工作者运用大脑对获取或积累的信息进行系统化的提炼、研究和分析的结果。现有技术中往往是将资源按照数据资源、信息资源和知识资源这三个类型进行独立的分析处理，资源之间的融合性较差，导致依赖于数据资源、信息资源和知识资源进行资源推荐的效果并不理想。可见，如何提升资源推荐的效果，是本领域技术人员需要解决的问题。
技术实现思路
本专利技术实施例的目的是提供一种面向本质计算与推理融合的跨模态的推荐方法、装置以及计算机可读存储介质，可以提升资源推荐的效果。为解决上述技术问题，本专利技术实施例本文档来自技高网...

【技术保护点】
1.一种面向本质计算与推理融合的跨模态的推荐方法，其特征在于，包括：/n利用预先存储的资源信息库，对获取的目标任务构建数据图谱、信息谱图和知识图谱；/n将获取的用户资源信息与所述数据图谱、所述信息谱图以及所述知识图谱进行匹配，确定出差异资源；/n根据预先建立的资源融合代价库，计算所述差异资源进行资源点转化的转化代价值；其中，所述资源融合代价库中包括数据资源、信息资源和知识资源之间进行转化的转化代价值；每对所述差异资源执行一次资源点的转化得到一个转化资源组，每个转化资源组有其对应的转化代价值；/n按照每种资源类型所对应的访问代价值以及访问次数，计算各所述转化资源组所对应的访问代价值；/n将各所述...

【技术特征摘要】
1.一种面向本质计算与推理融合的跨模态的推荐方法，其特征在于，包括：
利用预先存储的资源信息库，对获取的目标任务构建数据图谱、信息谱图和知识图谱；
将获取的用户资源信息与所述数据图谱、所述信息谱图以及所述知识图谱进行匹配，确定出差异资源；
根据预先建立的资源融合代价库，计算所述差异资源进行资源点转化的转化代价值；其中，所述资源融合代价库中包括数据资源、信息资源和知识资源之间进行转化的转化代价值；每对所述差异资源执行一次资源点的转化得到一个转化资源组，每个转化资源组有其对应的转化代价值；
按照每种资源类型所对应的访问代价值以及访问次数，计算各所述转化资源组所对应的访问代价值；
将各所述转化资源组各自对应的访问代价值和转化代价值之和作为各所述转化资源组最终的代价值；
选取代价值最小的转化资源组作为推荐资源。


2.根据权利要求1所述的面向本质计算与推理融合的跨模态的推荐方法，其特征在于，所述根据预先建立的资源融合代价库，计算所述差异资源进行资源点转化的转化代价值包括：
依据所述目标任务的资源类型以及所述差异资源中各资源点的资源类型，对所述差异资源中包含的各资源点设置标签；其中，所述标签包括可转换标签和不可转换标签；
将设置有可转化标签的资源点划分为第一资源组；将设置有不可转换标签的资源点划分为第二资源组；
对所述第一资源组中的资源点进行资源转化，得到多个初始转化资源组；其中，每执行一次资源点的转化得到一个初始转化资源组；
从所述资源融合代价库中依次查询各所述初始转化资源组中所有资源点对应的初始转化代价值，以得到各所述初始转化资源组各自对应的第一转化代价值；判断是否存在第一转化代价值小于所述第一资源组对应的直接新增代价值的目标转化资源组；
当存在第一转化代价值小于所述第一资源组对应的直接新增代价值的目标转化资源组，则将所述目标转化资源组与所述第二资源组合并作为转化资源组，并将所述目标转化资源组对应的第一转化代价值与所述第二资源组对应的第二代价值之和作为所述转化资源组的转化代价值；
当不存在第一转化代价值小于所述第一资源组对应的直接新增代价值的目标转化资源组，则将所述第一资源组与所述第二资源组合并作为转化资源组，并将所述第一资源组对应的直接新增代价值与所述第二资源组对应的第二代价值之和作为所述转化资源组的转化代价值。


3.根据权利要求2所述的面向本质计算与推理融合的跨模态的推荐方法，其特征在于，所述从所述资源融合代价库中依次查询各所述初始转化资源组中所有资源点对应的初始转化代价值，以得到各所述初始转化资源组各自对应的第一转化代价值包括：
将所述初始转化资源组中执行资源转化的资源点划分为第一类资源点；将所述初始转化资源组中未执行资源转化的资源点划分为第二类资源点；
从所述资源融合代价库中查询所述第二类资源点对应的直接新增代价值；
依据所述第一类资源点执行资源转化前的资源类型以及执行资源转化后的资源类型，从所述资源融合代价库中查询所述第一类资源点对应的初始转化代价值；其中，所述初始转化代价值包括时间代价值、空间消耗代价值、带宽消耗代价值以及综合代价值；
将所述直接新增代价值与所述初始转化代价值的总和作为所述初始转化资源组的第一转化代价值。


4.根据权利要求1所述的面向本质计算与推理融合的跨模态的推荐方法，其特征在于，所述将获取的用户资源信息与所述数据图谱、所述信息谱图以及所述知识图谱进行匹配，确定出差异资源包括：
将所述用户的资源信息转化为用户数据图谱、用户信息图谱和用户知识图谱；
将所述用户数据图谱与所述数据图谱进行匹配，得到数据差异资源；将所述用户信息图谱与所述信息图谱进行匹配，得到信息差异资源；将所述用户知识图谱与所述知识图谱进行匹配，得到知识差异资源；
将所述数据差异资源、所述信息差异资源以及所述知识差异资源汇总作为差异资源。


5.根据权利要求1所述的面向本质计算与推理融合的跨模态的推荐方法，其特征在于，所述按照每种资源类型所对应的访问代价值以及访问次数，计算各所述转化资源组所对应的访问代价值包括：
依据预先设定的单位数据量访问代价值，以及所述转化资源组中包含的数据总量，确定出所述转化资源组中所有数据资源对应的数据访问代价值；
根据各路径组织方式所对应的信息访问代价值，确定出所述转化资源组中所有信息资源对应的信息访问代价值；
依据预先设定的各类知识规则单次访问代价值，以及所述转化资源组...

【专利技术属性】
技术研发人员：段玉聪，樊珂，
申请(专利权)人：海南大学，赛尔网络有限公司，
类型：发明
国别省市：海南;46