一种兴趣传播推荐方法、装置、计算机设备和存储介质制造方法及图纸

技术编号:37055281 阅读:23 留言:0更新日期:2023-03-29 19:32
本申请涉及知识图谱技术领域一种兴趣传播推荐方法、装置、计算机设备和存储介质,该方法利用四元数嵌入模型QuatCNNEx表达特征的优势,结合用户交互数据中的用户兴趣特征,构建兴趣传播推荐模型,该模型从与用户历史交互项相连的知识图谱中得到特征,并用这些特征丰富对用户的表示,进而计算用户表示与推荐目标项表示之间的相似度来预测用户对其的兴趣概率。利用本方法对知识图谱、用户、项进行嵌入表示,表达它们的特征,将这些特征与用户兴趣特征相融合,并在知识图谱中进行传播;相比于基线模型使用知识图谱中多跳关系才能获得较好的推荐性能,本方法减轻了计算冗余,仅用一跳关系的关联实体参与计算就能达到相当的性能。的关联实体参与计算就能达到相当的性能。的关联实体参与计算就能达到相当的性能。

【技术实现步骤摘要】
一种兴趣传播推荐方法、装置、计算机设备和存储介质


[0001]本申请涉及知识图谱
,特别是涉及一种兴趣传播推荐方法、装置、计算机设备和存储介质。

技术介绍

[0002]知识图谱中普遍存在噪声,尤其是与用户的历史交互项连接着多跳关系的实体,包含更多的噪声信息。如图1所示一个关于电影推荐场景,用户的历史交互项(“项”表示系统向用户推荐的内容的通用术语,代表商品或服务)为“电影一”、“电影二”和“电影三”,在知识图谱中,与这三项直接相连(一跳关系)的实体“冒险片”、“A”和“B”与推荐主题的关联性更强,更有可能符合用户的兴趣,即包含更多的用户兴趣特征。而与“冒险片”相连的电影作品“电影四”和“电影五”,甚至是与“电影一”具有三跳关系的“某电影学院”,往往与推荐主题的关联性较弱,包含更少的用户兴趣特征,它们并不能为推荐任务提供帮助,甚至还容易造成干扰,因此被称为噪声。所以与用户历史交互项(“电影一”)具有一跳关系的实体包含更少的噪声,更有可能是用户感兴趣的内容。此外,当前的推荐模型往往使用了与用户的历史交互项连接着多跳关系的实体,这些实体数量巨大本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种兴趣传播推荐方法,其特征在于,所述方法包括:获取用于交互项和与用户交互项相关的知识图谱;所述用户交互项和所述知识图谱中所有三元组均是用四元数嵌入表示的;所述用户交互项代表知识图谱中传播用户兴趣的兴趣种子;将一跳兴趣波纹三元组集合中的每个三元组的头实体和关系的四元数嵌入输入到QuatCNNEx嵌入模型中,得到实体和关系特征的嵌入;一跳兴趣波纹三元组集合是指知识图谱中与所述兴趣种子具有一跳关系的所有三元组的集合;将用户交互项的四元数嵌入、所述实体和关系特征的嵌入以及每个三元组的尾实体的嵌入输入到融合传播模块中,得到一跳兴趣波纹三元组对用户兴趣特征的响应;采用一跳兴趣波纹三元组对用户兴趣特征的响应对用户交互项的四元数嵌入进行更新,对下一跳兴趣波纹三元组集合继续进行迭代处理,直到达到预设最大跳数为止,得到所有不同跳兴趣波纹三元组对用户兴趣特征的响应;将所有不同跳兴趣波纹三元组对用户兴趣特征的响应和更新后的用户交互项输入到预测模块中,得到用户兴趣的预测概率;根据预测概率对用户兴趣进行排序,根据排序结果进行用户兴趣传播推荐。2.根据权利要求1所述的方法,其特征在于,QuatCNNEx嵌入模型包括:卷积层、哈达玛积以及汉密尔顿积;将一跳兴趣波纹三元组集合中的每个三元组的头实体和关系的四元数嵌入输入到QuatCNNEx嵌入模型中,得到实体和关系特征的嵌入,包括:将一跳兴趣波纹三元组集合中的每个三元组的头实体和关系的四元数嵌入进行拼接后输入到所述QuatCNNEx嵌入模型的卷积层中,得到特征图张量;将所述特征图张量重塑为特征向量,采用可训练的投影矩阵将特征向量投影到k维的四元数空间,得到实体和关系在四元数空间中的特征表示;对实体和关系在四元数空间中的特征表示与头实体的四元数嵌入进行哈达玛积,并将得到的哈达玛积结果与关系的四元数嵌入进行汉密尔顿积,得到头实体和关系特征的嵌入。3.根据权利要求1所述的方法,其特征在于,将用户交互项的四元数嵌入、所述实体和关系特征的嵌入以及每个三元组的尾实体的嵌入输入到融合传播模块中,得到一跳兴趣波纹三元组对用户兴趣特征的响应,包括:将用户交互项的四元数嵌入与所述实体和关系特征的嵌入做内积运算,然后采用Softmax激活函数进行激活,得到每个三元组在用户交互项上的关联概率;;其中,,为用户交互项的四元数嵌入,为实体和关系特征的嵌入,为用户一跳兴趣波纹三元组集合;
将一跳兴趣波纹三元组集合的每个三元组的尾实体的四元数嵌入与每个三元组在用户交互项上的关联概率进行加权融合,得到一跳兴趣波纹三元组对用户兴趣特征的响应。4.根据权利要求1所述的方法,其特征在于,将所有不同跳兴趣波纹三元组对用户兴趣特征的响应和更新后的用户交互项输入到预测模块中,得到用户兴趣的预测概率,包括:将所有不同跳兴趣波纹三元组集合中三元组对用户兴趣特征的响应进行加和,得到用户的嵌入表示;将所述用户的嵌入表示与更新后的用户交互项的嵌入进行内积后采用Sigmoi...

【专利技术属性】
技术研发人员:钟志农熊伟苏鸿宇吴烨陈荦贾庆仁马梦宇杨岸然景宁李沛秦杨飞
申请(专利权)人:中国人民解放军国防科技大学
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1