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知识图谱的个性化推荐方法，包括获取用户的数据信息并构建知识图谱；对知识图谱的实体节点进行编码并为图中的每一个实体和关系生成嵌入向量表示；进行消息聚合得到用户的特征表示以及物品的特征表示；计算各物品被推荐给用户的概率并完成基于知识图谱的个性化推荐。本发明克服了用户‑项目交互记录间相互独立的弊端，能够获取用户基于项目属性的协同信息；而且本发明方法使得模型能够捕获协同知识图中基于节点间特征交互的丰富语义和高阶连通性；因此本发明方法的可靠性高、实用性好且准确度高。

主权项：1.一种基于知识图谱的个性化推荐方法，包括如下步骤：S1.获取用户的数据信息；S2.根据步骤S1获取的用户数据信息，构建知识图谱；S3.对步骤S2构建的知识图谱的实体节点进行编码，并为图中的每一个实体和关系生成嵌入向量表示；S4.根据步骤S3生成的嵌入向量表示，基于节点交互和注意力机制，进行消息聚合，从而得到用户的特征表示以及物品的特征表示；具体包括如下步骤：A.对知识图谱G中的任意中心节点h，记Nh为h的邻居节点集合；B.对集合Nh中的节点特征向量进行加权求和，同时将集合Nh中节点两两之间的交互信息迭代地聚合到中心节点h的特征表示中，从而得到中心节点h的线性聚合和特征交互消息聚合；具体包括如下步骤：B1.采用如下算式计算得到中心节点h的线性聚合LAh： 式中αh,r,t为注意力机制中的注意力系数，用于表示邻居节点t在关系r上的消息传递权重；为实体t的生成嵌入向量，上标数字0表示未聚合任何阶数的邻居信息；B2.采用如下算式计算得到中心节点h的特征交互消息聚合BAh： 式中C为排列组合中的组合运算符号；dh为包括了集合Nh与中心节点h的集合；t1和t2为选出的两个节点组合；为实体t1的生成嵌入向量；为实体t2的生成嵌入向量；C.将中心节点h的线性聚合和特征交互消息聚合进行整合，从而得到中心节点h的特征表示；具体为采用如下算式计算得到中心节点h的特征表示 式中LAh为中心节点h的线性聚合；BAh为中心节点h的特征交互消息聚合；a为设定的加权参数；D.重复步骤A～步骤C，最终得到所有用户的特征表示以及所有物品的特征表示；S5.根据步骤S4得到的用户的特征表示以及物品的特征表示，计算各物品被推荐给用户的概率，从而完成基于知识图谱的个性化推荐。

全文数据：

权利要求：

百度查询： 中南大学 基于知识图谱的个性化推荐方法