一种基于对比学习与视图挖掘的知识图谱推荐方法技术

本发明专利技术提供了一种基于对比学习与视图挖掘的知识图谱推荐方法，属于推荐系统技术领域。该方法首先从不同视角出发综合考虑和构建了四种不同的视图，包括由知识图谱和用户‑项目交互图联合构造的包含全局结构信息的协作知识图谱；基于用户‑项目交互图和知识图谱构建的两个项目‑项目图。除此之外，交并比被应用来构建两个用户‑用户图，并且一个top‑k匹配机制被设计以此来避免引入更多的噪声。然后在局部和全局水平上对四个视图进行对比学习，旨在以自监督的方式挖掘用户和项目之间、用户之间、项目之间的协作信息，以及全局的结构信息，从而缓解稀疏的监督信号问题。

【技术实现步骤摘要】

本专利技术属于推荐系统，涉及一种基于对比学习与视图挖掘的知识图谱推荐方法。

技术介绍

1、面对互联网时代海量的数据信息，推荐系统成为为用户提供感兴趣项目的关键。以往的应用场景中，协同过滤被广泛使用来筛选信息以提升推荐的准确性和有效性。然而，对历史交互数据的依赖导致其面临数据稀疏和冷启动问题。此外，在面对交互网络中存在的噪声时，协同过滤方法也表现的不够健壮。一种被证明相当有效并被广泛采用的解决方案是在推荐系统中引入边信息。在各种边信息中，知识图谱作为一种包含大量项目背景信息及项目间关系的有向信息异构网络而脱颖而出，用以提高推荐效果。知识图谱被集成到推荐系统中以获得高质量的用户和项目表示。迄今为止，在知识图谱推荐这一主题上业界已经进行了相当一段时间的研究，企图用kg中的外部知识来学习更好的用户和项目表示。现有的知识图谱感知推荐大致有三种类别：基于嵌入的推荐、基于路径的推荐、基于传播的推荐。

2、知识图谱推荐早期的研究直接用嵌入的方式表征知识图中的实体，使数据语义更加丰富。其中，知识图谱嵌入(kge)方法被应用来预训练知识图谱，以获得特定语义空间下的本文档来自技高网...

【技术保护点】

1.一种基于对比学习与视图挖掘的知识图谱推荐方法，其特征在于，该方法包括以下步骤：

2.根据权利要求1所述的一种基于对比学习与视图挖掘的知识图谱推荐方法，其特征在于，所述步骤1具体过程如下：

3.根据权利要求1或2所述的一种基于对比学习与视图挖掘的知识图谱推荐方法，其特征在于，所述步骤2的具体过程如下：

4.根据权利要求3所述的一种基于对比学习与视图挖掘的知识图谱推荐方法，其特征在于，所述步骤3的具体过程如下：

5.根据权利要求4所述的一种基于对比学习与视图挖掘的知识图谱推荐方法，其特征在于，所述步骤4的具体过程如下：</p>

6.根据...

【技术特征摘要】

1.一种基于对比学习与视图挖掘的知识图谱推荐方法，其特征在于，该方法包括以下步骤：

2.根据权利要求1所述的一种基于对比学习与视图挖掘的知识图谱推荐方法，其特征在于，所述步骤1具体过程如下：

3.根据权利要求1或2所述的一种基于对比学习与视图挖掘的知识图谱推荐方法，其特征在于，所述步骤2的具体过程如下：

4.根据权利...

【专利技术属性】
技术研发人员：原旭，吴徽南，高步云，卜西亚，秦昌媛，
申请(专利权)人：大连理工大学，
类型：发明
国别省市：