【技术实现步骤摘要】
本专利技术涉及推荐系统，尤其是涉及一种基于用户潜在兴趣的知识感知推荐方法及系统。
技术介绍
1、推荐系统可以有效的从海量数据中分析提取出有价值的数据，在学术界与工业界均被广泛研究，基于协同过滤的推荐方法基于用户行为相似反映出用户偏好相似的思想，使用用户及项目的交互信息即可完成推荐任务，计算简单，易于实现，在工业中被广泛的应用。实际生活中，事物通常以网络状的结构相互联系，知识图谱作为一种结构化的辅助信息，以三元组的形式将项目的背景、属性以及项目之间的关系构建为一个特殊的异质信息网络。此外，知识图谱中的拓扑关系中包含大量的高阶关联信息，在推荐系统中通过学习知识图谱的图结构语义信息可以提升对用户及项目的描述能力。知识感知推荐算法在知识图谱的图结构上迭代传播关联知识，获取辅助信息，推荐系统可以利用学习到的辅助信息更好的表达项目特征，以此提升推荐效果。
2、现有的知识感知传播推荐方法中，先进的协同知识感知图注意力网络提取知识图谱中多跳波纹集合中的相关实体特征，通过学习高阶关联实体的特征提升推荐准确性；分层感知兴趣传播网络采用异构传播的...
【技术保护点】
1.一种基于用户潜在兴趣的知识感知推荐方法，其特征在于：该方法包括下列步骤：
2.根据权利要求1所述的一种基于用户潜在兴趣的知识感知推荐方法，其特征在于：在步骤S1中，所述的构建用户项目二部图的具体过程为：收集用户与项目的交互信息，根据所述用户与项目的交互信息构建用户-项目二部图：Gui＝{(u,yuv,v)|u∈U,v∈V}；其中，u表示用户，v表示项目，U表示用户集合，|U|＝M，M表示用户-项目二部图中的用户总数，V表示项目集合，|V|＝N，N表示用户-项目二部图中的项目总数；当用户与项目产生交互信息时yuv＝1，其他情况下yuv＝0。
...
【技术特征摘要】
1.一种基于用户潜在兴趣的知识感知推荐方法，其特征在于：该方法包括下列步骤：
2.根据权利要求1所述的一种基于用户潜在兴趣的知识感知推荐方法，其特征在于：在步骤s1中，所述的构建用户项目二部图的具体过程为：收集用户与项目的交互信息，根据所述用户与项目的交互信息构建用户-项目二部图：gui＝{(u,yuv,v)|u∈u,v∈v}；其中，u表示用户，v表示项目，u表示用户集合，|u|＝m，m表示用户-项目二部图中的用户总数，v表示项目集合，|v|＝n，n表示用户-项目二部图中的项目总数；当用户与项目产生交互信息时yuv＝1，其他情况下yuv＝0。
3.根据权利要求2所述的一种基于用户潜在兴趣的知识感知推荐方法，其特征在于：在步骤s2中，所述的构建项目知识图谱的具体过程为：收集知识图谱，构建三元组结构形式的项目知识图谱：gkg＝{(h,r,t)|h,t∈e,r∈r}，其中，(h,r,t)为三元组结构的知识条目，具体表示项目头实体h与项目尾实体t之间存在着关系r；e表示项目知识图谱中的项目实体集合，r为项目头实体与项目尾实体之间的关系集合。
4.根据权利要求3所述的一种基于用户潜在兴趣的知识感知推荐方法，其特征在于：在步骤s3中，所述的利用用户-项目二部图和项目知识图谱统一构建协同知识图的具体过程为：将所述的用户-项目二部图中的项目节点与所述项目知识图谱中的项目实体通过对齐操作进行统一表示，然后构成统一的协同知识图：gckg＝{(h,r,t)|h,t∈e′,r∈r′}，其中，e′表示协同知识图中的项目实体集合，r′表示协同知识图中的关系集合，r′＝r∪v。
5.根据权利要求4所述的一种基于用户潜在兴趣的知识感知推荐方法，其特征在于：在步骤s4中，所述的生成所述协同知识图的嵌入表示具体为：hr＝hmr，tr＝tmr；其中，hr表示项目头实体h的嵌入表示，tr表示项目尾实体t的嵌入表示，mr表示转换矩阵，用于辅助实体完成从实体空间到关系空间的映射。
6.根据权利要求5所述的一种基于用户潜在兴趣的知识感知推荐方法，其特征在于：在步骤s5中，所述的在协同知识图上通过层层传播的方式进行知识感知传播的具体过程包括下列步骤：
7.根据权利要求6所述的...
【专利技术属性】
技术研发人员：张波，王忠，刘鑫，肖栩豪，施慧玮，卡祖铭，
申请(专利权)人：中国人民解放军火箭军工程大学，
类型：发明
国别省市：
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。