买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

摘要：本发明公开了一种基于全局与动态知识图谱引导的价格感知推荐方法及系统，通过获取B2B电子商务平台中用户与商品的历史交互数据，以天为粒度对商品价格进行等级划分并通过等级划分获取商品的动态价格特征，以天为单位构造含有用户、商品等节点的动态知识图谱与全局知识图谱；利用知识图谱嵌入学习技术学习全局知识图谱与动态知识图谱的节点表征；构建基于深度学习的价格感知推荐模型，将学习到的节点表征用于模型输入，通过模型捕获商品价格和用户偏好的动态变化，并利用贝叶斯排序损失训练模型。通过本发明，能够显著提升推荐系统性能与用户体验，同时，提升数据推荐效果。

主权项：1.一种基于全局与动态知识图谱引导的价格感知推荐方法，其特征在于，包括：获取B2B电子商务平台中用户与商品的历史交互数据，所述交互数据包含用户ID、商品ID、商品类别、商品价格、商品销量以及交互日期；以天为粒度对商品价格进行等级划分并通过等级划分获取商品的动态价格特征，对于每一个商品类别，将其中所有商品的价格取出形成价格列表，通过自然间隔法来对离散的价格列表划分间断点，根据间隔点来确定每一个价格等级区间；以天为单位构造含有用户节点、商品节点、商品类别节点以及价格等级节点的动态知识图谱，基于动态知识图谱构造一个包含整个时间区间数据的全局知识图谱；利用知识图谱嵌入学习技术学习全局知识图谱与动态知识图谱的节点表征；利用时序模型来捕获商品价格随时间动态变化的特征以及用户的历史购买行为与整体购买力的特征；构建基于深度学习的价格感知推荐模型，将学习到的节点表征用于模型输入，通过模型捕获商品价格和用户偏好的动态变化，并利用贝叶斯排序损失训练模型；其中，所述以天为单位构造含有用户节点、商品节点、商品类别节点以及价格等级节点的动态知识图谱，基于动态知识图谱构造一个包含整个时间区间数据的全局知识图谱，具体为：在以天为粒度对商品价格进行等级划分后，将每一天的用户ID、商品ID、商品类别以及商品价格等级数据用于动态知识图谱的构建，动态知识图谱节点包括用户节点、商品节点、类别节点以及价格等级节点，动态知识图谱关系包含用户-商品关系、商品-类别关系以及商品-价格等级关系；根据预设划分的训练窗口大小，将一个训练窗口中的所有用户ID、商品ID、商品类别以及商品价格等级数据用于全局知识图谱的构建，其中，价格等级节点为基于动态知识图谱中的价格等级节点通过加权聚合得到。

全文数据：

权利要求：

百度查询： 华南农业大学 基于全局与动态知识图谱引导的价格感知推荐方法及系统