欢迎来到知嘟嘟! 联系电话:13336804447 卖家免费入驻,海量在线求购! 卖家免费入驻,海量在线求购!
知嘟嘟
我要发布
联系电话:13336804447
知嘟嘟经纪人
收藏
专利号: 2019104812913
申请人: 河海大学
专利类型:发明专利
专利状态:已下证
专利领域: 计算;推算;计数
更新日期:2026-11-16
缴费截止日期: 暂无
价格&联系人
年费信息
委托购买

摘要:

权利要求书:

1.一种基于知识图谱的信息资源查询推荐方法,其特征在于,所述方法包括以下步骤:(1)利用知识图谱表示学习方法将知识图谱映射至低维稠密的向量空间中,实现对知识图谱中的信息资源的向量化语义表示;

(2)根据用户历史行为,计算用户对信息资源的兴趣度;

(3)结合用户对信息资源的兴趣度与信息资源的向量化语义表示,构建用户兴趣模型;

(4)根据用户查询的信息资源,计算该信息资源与其他信息资源的相似度,取相似度TOP-M的信息资源形成候选资源集;

(5)计算候选资源集中的信息资源与用户的相似度,从候选资源集中筛选出相似度TOP-N的信息资源形成推荐列表。

2.根据权利要求1所述的基于知识图谱的信息资源查询推荐方法,其特征在于,所述步骤1包括:(11)从知识图谱中选取指定数量的三元组(h,r,t),称之为正例三元组,其中h、t分别代表头实体、尾实体,r表示两个实体间的关系;

(12)利用负采样算法替换正例三元组的头实体或者尾实体,得到负例三元组;

(13)利用表示学习模型迭代训练正例三元组和负例三元组至收敛,得到实体的向量表示Vi={v1,v2……,vm},其中m表示维度。

3.根据权利要求2所述的基于知识图谱的信息资源查询推荐方法,其特征在于,所述步骤12包括:(121)在关系r的所有三元组中,统计每个头实体相应的尾实体的平均个数,记为tph;

统计每个尾实体相应的头实体的平均个数,记为hpt;

(122)对于一个正例三元组(h,r,t),抽取实体来替换头实体h和尾实体t,以p的概率替换头实体,以1-p的概率替换尾实体,生成负例三元组,其中替换概率p的计算公式为:

4.根据权利要求2所述的基于知识图谱的信息资源查询推荐方法,其特征在于,所述步骤2包括:(21)收集包含用户行为的日志,包括用户浏览的资源名称、资源内容长度、浏览时长;

(22)根据是否点击浏览、浏览时间、浏览速度建立多元线性方程,计算用户对资源的兴趣度。

5.根据权利要求4所述的基于知识图谱的信息资源查询推荐方法,其特征在于,所述步骤22包括:(221)用户点击浏览某条信息资源i,记其点击兴趣度为Ci;

(222)根据用户对资源i的浏览时长ti和用户的平均浏览速度计算其浏览兴趣度Ri:其中t1表示用户对资源i的最少浏览时间,t2表示用户对资源i的最大浏览时间,S为用户的平均浏览速度, L是用户浏览资源的总长度,T是用户浏览资源的总时间;

(223)综合点击兴趣度和浏览兴趣度,得到用户对资源i的兴趣度Ii=ω1Ci+ω2Ri,其中ω1、ω2代表点击兴趣度与浏览兴趣度在计算总兴趣度时所占的权重,且ω1+ω2=1。

6.根据权利要求5所述的基于知识图谱的信息资源查询推荐方法,其特征在于,所述步骤3中用户兴趣模型为: 其中 代表用户过去的兴趣向量所占的权重, 代表当前的兴趣向量所占的权重,Upresent表示用户当前更新后的兴趣向量表示,Uprevious表示用户过去兴趣的向量表示,Ii表示用户对第i条资源的兴趣度,Vi表示第i条资源的向量表示。

7.根据权利要求1所述的基于知识图谱的信息资源查询推荐方法,其特征在于,所述方法在步骤1后还包括:根据信息资源的向量计算资源间的距离,根据距离判断其相似度,将相似的信息资源实体聚集形成一个簇,相异的信息资源实体划分到不同的簇中。

8.根据权利要求1所述的基于知识图谱的信息资源查询推荐方法,其特征在于,所述步骤4中通过余弦距离计算两个资源之间的相似度,所述步骤5中通过余弦距离计算信息资源与用户兴趣之间的相似度。

9.一种基于知识图谱的信息资源查询推荐系统,其特征在于,所述系统包括:数据预处理模块,用于利用知识图谱表示学习模型将知识图谱嵌入低维向量空间,通过学习获得实体、关系及属性的向量化表示;

用户兴趣模型构建模块,用于对用户行为进行分析,了解用户的兴趣,构建用户兴趣模型;以及查询推荐模块,用于根据用户输入查询的资源获取候选资源集,在候选资源集中筛选出贴近用户兴趣的资源进行推荐。

10.根据权利要求9所述的基于知识图谱的信息资源查询推荐系统,其特征在于,所述数据预处理模块还用于根据信息资源的向量计算资源间的距离,根据距离判断其相似度,将相似的信息资源实体聚集形成一个簇,相异的信息资源实体划分到不同的簇中。