目标推荐方法、装置、电子设备及计算机可读存储介质制造方法及图纸

本发明专利技术涉及数据处理技术，揭露了一种目标推荐方法，包括：从原始信息集中提取得到三元组集并将所述三元组集进行向量转换，得到正三元组样本集；将所述正三元组样本集的每个三元组中其中一个向量执行替换，得到负三元组样本集；利用预构建的目标函数对所述正三元组样本集和所述负三元组样本集进行转换，得到目标样本集；对所述目标样本集进行关键信息提取，得到关键信息组；计算所述关键信息组之间的相似度，根据所述相似度筛选出目标组并进行推荐。此外，本发明专利技术还提出一种目标推荐方法、装置及计算机可读存储介质。本发明专利技术还涉及区块链技术，所述原始信息集可存储于区块链节点中。本发明专利技术可以提高目标推荐的准确性。

【技术实现步骤摘要】
目标推荐方法、装置、电子设备及计算机可读存储介质
本专利技术涉及数据处理
，尤其涉及一种目标推荐方法、装置、电子设备及计算机可读存储介质。
技术介绍
现在社会科技发展越来越快，人工智能已经渗透进人们生活中的方方面面，例如，在医疗领域，智能机器人可以根据病人的基本病情和症状给病人推荐适合的药物清单。但在智能机器人给病人开的药物清单中，有时会有一些效果重复的药物，若购买多种重复且相似的药物，不仅会花费更多的费用，而且治疗效果一般。因此，利用智能机器人无法达成既高效精确的目标推荐。
技术实现思路
本专利技术提供一种目标推荐方法、装置、电子设备及计算机可读存储介质，其主要目的在于提供提高目标推荐的准确性。为实现上述目的，本专利技术提供的一种目标推荐方法，包括：获取原始信息集，从所述原始信息集中提取得到三元组集，并将所述三元组集进行向量转换，得到正三元组样本集；将所述正三元组样本集的每个三元组中其中一个向量执行替换，得到负三元组样本集；利用预构建的目标函数对所述正三元组样本集和所述负三元组样本集进行转换，得到目标样本集；利用预设的关键信息提取模型对所述目标样本集进行关键信息提取，得到关键信息组；计算所述关键信息组之间的相似度，根据所述相似度筛选出目标组，根据所述目标组执行目标推荐。可选地，所述从所述原始信息集中提取得到三元组集，包括：提取所述原始信息集中的实体和关系；根据所述实体和所述关系，按照头实体、关系向量、尾实体的形式构建三元组，得到三元组集。可选地，所述将所述三元组集进行向量转换，得到正三元组样本集，包括：对所述三元组集中的实体和关系分别利用如下计算公式进行向量转换，得到实体向量及关系向量：其中，senvec表示所述实体向量或关系向量，m表示所述实体或关系中所包含的字词的个数，veci表示每个字词的词向量。可选地，所述将所述正三元组样本集的每个三元组中其中一个向量执行替换，得到负三元组样本集，包括：依次选择所述正三元组样本集中的其中一个三元组；利用一个预设的实体向量替换选择的所述三元组中的其中一个实体向量，得到替换后的三元组；汇总所有所述替换后的三元组，得到负三元组样本集。可选地，所述利用预构建的目标函数对所述正三元组样本集和所述负三元组样本集进行转换，得到目标样本集，包括：依次从所述正三元组样本集中任意选择其中一个三元组得到正三元组，以及从所述负三元组样本集中任意对应的三元组得到负三元组；计算选择的所述正三元组的头实体和关系向量之和与尾实体的距离，得到正例距离值；计算选择的所述负三元组的头实体和关系向量之和与尾实体的距离，得到负例距离值；根据所述正例距离值和所述负例距离值以及一个预设常数，得到目标值；选择所述目标值与数值0之中较大的值，得到距离值；所述距离值小于或等于预设值时，保留选择的所述正三元组及负三元组；所述距离值大于所述预设值时，删除选择的所述正三元组及负三元组；汇总所有保留的正三元组及负三元组，得到所述目标样本集。可选地，所述利用预设的目标函数对所述正三元组样本集和所述负三元组样本集进行转换，得到目标样本集之前，还包括利用梯度下降法对所述目标函数进行优化训练:对所述目标函数中的参数进行梯度求导；根据每个参数的梯度负方向来更新每个参数，得到更新后的目标函数。可选地，所述利用预设的关键信息提取模型对所述目标样本集进行关键信息提取，包括：获取训练数据集和所述训练数据集对应的标准结果；将所述训练数据集输入至预设的关键信息提取模型进行关键信息提取，得到训练结果；利用预设的损失函数对所述训练结果与标准结果进行损失值计算，得到损失值；当所述损失值大于或等于预设的损失阈值，调整所述关键信息提取模型的参数，直到所述损失值小于所述损失阈值，得到训练完成的信息提取模型；利用所述训练完成的信息提取模型对所述初始样本集进行关键信息提取，得到关键信息组。为了解决上述问题，本专利技术还提供一种目标推荐装置，所述装置包括：正三元组样本集生成模块，用于获取原始信息集，从所述原始信息集中提取得到三元组集，并将所述三元组集进行向量转换，得到正三元组样本集；负三元组样本集生成模块，用于将所述正三元组样本集的每个三元组中其中一个向量执行替换，得到负三元组样本集；目标样本集生成模块，用于利用预构建的目标函数对所述正三元组样本集和所述负三元组样本集进行转换，得到目标样本集；关键信息组提取模块，用于利用预设的关键信息提取模型对所述目标样本集进行关键信息提取，得到关键信息组；目标推荐模块，用于计算所述关键信息组之间的相似度，根据所述相似度筛选出目标组。为了解决上述问题，本专利技术还提供一种电子设备，所述电子设备包括：至少一个处理器；以及，与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述至少一个处理器执行的计算机程序指令，所述计算机程序指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行上述所述的目标推荐方法。为了解决上述问题，本专利技术还提供一种计算机可读存储介质，包括存储数据区和存储程序区，其中，所述存储数据区存储创建的数据，所述存储程序区存储有计算机程序；其中，所述计算机程序被处理器执行时实现上述所述的目标推荐方法。本专利技术实施例通过从原始信息集中提取三元组集，并对所述三元组集进行向量转换，得到正三元组样本集，利用三元组的形式表达原始信息集中的信息，更加直观呈现出信息之间的关系，对所述三元组集进行向量转换，方便后续操作，对所述正三元组样本集进行向量随机替换操作，得到负三元组样本集，根据所述正三元组样本集和所述负三元组样本集转换得到目标样本集，提取所述目标样本集中的关键信息，得到关键信息组，根据所述目标样本集中的关键信息进行后续筛选判断，计算所述关键信息组之间的相似度并筛选出目标组，更加精准地筛选出目标组并进行目标推荐。因此本专利技术提出的目标推荐方法、装置及计算机可读存储介质，可以提高目标推荐的效率，进行个性化的目标推荐。附图说明图1为本专利技术一实施例提供的目标推荐方法的流程示意图；图2为本专利技术一实施例提供的目标推荐装置的模块示意图；图3为本专利技术一实施例提供的实现目标推荐方法的电子设备的内部结构示意图；本专利技术目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。具体实施方式应当理解，此处所描述的具体实施例仅仅用以解释本专利技术，并不用于限定本专利技术。本专利技术实施例提供一种目标推荐方法。所述目标推荐方法的执行主体包括但不限于服务端、终端等能够被配置为执行本申请实施例提供的该方法的电子设备中的至少一种。换言之，所述目标推荐方法可以由安装在终端设备或服务端设备的软件或硬件来执行，所述软件可以是区块链平台。所述服务端包括但不限于：单台服务本文档来自技高网...

【技术保护点】
1.一种目标推荐方法，其特征在于，所述方法包括：/n获取原始信息集，从所述原始信息集中提取得到三元组集，并将所述三元组集进行向量转换，得到正三元组样本集；/n将所述正三元组样本集的每个三元组中其中一个向量执行替换，得到负三元组样本集；/n利用预构建的目标函数对所述正三元组样本集和所述负三元组样本集进行转换，得到目标样本集；/n利用预设的关键信息提取模型对所述目标样本集进行关键信息提取，得到关键信息组；/n计算所述关键信息组之间的相似度，根据所述相似度筛选出目标组，根据所述目标组执行目标推荐。/n

【技术特征摘要】
1.一种目标推荐方法，其特征在于，所述方法包括：
获取原始信息集，从所述原始信息集中提取得到三元组集，并将所述三元组集进行向量转换，得到正三元组样本集；
将所述正三元组样本集的每个三元组中其中一个向量执行替换，得到负三元组样本集；
利用预构建的目标函数对所述正三元组样本集和所述负三元组样本集进行转换，得到目标样本集；
利用预设的关键信息提取模型对所述目标样本集进行关键信息提取，得到关键信息组；
计算所述关键信息组之间的相似度，根据所述相似度筛选出目标组，根据所述目标组执行目标推荐。


2.如权利要求1所述的目标推荐方法，其特征在于，所述从所述原始信息集中提取得到三元组集，包括：
提取所述原始信息集中的实体和关系；
根据所述实体和所述关系，按照头实体、关系向量、尾实体的形式构建三元组，得到三元组集。


3.如权利要求2所述的目标推荐方法，其特征在于，所述将所述三元组集进行向量转换，得到正三元组样本集，包括：
对所述三元组集中的实体和关系分别利用如下计算公式进行向量转换，得到实体向量及关系向量：



其中，senvec表示所述实体向量或关系向量，m表示所述实体或关系中所包含的字词的个数，veci表示每个字词的词向量。


4.如权利要求3所述的目标推荐方法，其特征在于，所述将所述正三元组样本集的每个三元组中其中一个向量执行替换，得到负三元组样本集，包括：
依次选择所述正三元组样本集中的其中一个三元组；
利用一个预设的实体向量替换选择的所述三元组中的其中一个实体向量，得到替换后的三元组；
汇总所有所述替换后的三元组，得到负三元组样本集。


5.如权利要求2所述的目标推荐方法，其特征在于，所述利用预构建的目标函数对所述正三元组样本集和所述负三元组样本集进行转换，得到目标样本集，包括：
依次从所述正三元组样本集中任意选择其中一个三元组得到正三元组，以及从所述负三元组样本集中任意对应的三元组得到负三元组；
计算选择的所述正三元组的头实体和关系向量之和与尾实体的距离，得到正例距离值；
计算选择的所述负三元组的头实体和关系向量之和与尾实体的距离，得到负例距离值；根据所述正例距离值和所述负例距离值以及一个预设常数，得到目标值；
选择所述目标值与数值0之中较大的值，得到距离值；
所述距离值小于或等于预设值时，保留选择的所述正三元组及负三元组；
所述距离值大于所述预设值时，删除选择的所述正三元组及负三元组；...

【专利技术属性】
技术研发人员：徐卓扬，孙行智，胡岗，赵惟，左磊，赵婷婷，
申请(专利权)人：平安科技深圳有限公司，
类型：发明
国别省市：广东;44