一种基于知识图谱与深度学习的推荐方法.pdf
安双****文章
在线预览结束,喜欢就下载吧,查找使用更方便
相关资料
一种基于知识图谱与深度学习的推荐方法.pdf
本发明公开了一种基于知识图谱与深度学习的推荐方法,属于数据推荐领域,该推荐方法具体步骤如下:(1)采集电影信息以进行定义记录;(2)依据各组数据构建知识图谱;(3)基于知识图谱构建相关推荐模型;(4)设计推荐功能并进行模块化划分;本发明通过构建电影领域知识图谱,能够提升推荐系统的性能,提升在推荐过程中电影之间相似度计算的准确率,能够帮助人们过滤掉大量无用的信息,使人们能够从大量的信息当中快速的获取自己想观看的影片,从而节约人们选择的时间,通过评分判断用户最可能喜欢的电影为用户推荐,能够提升用户在实际中的体
一种基于知识图谱和深度学习的协同过滤推荐方法及设备.pdf
本发明公开了一种基于知识图谱和深度学习的协同过滤推荐方法及设备,所述方法包括:获取用户和项目的关系数据,建立用户—项目交互图和知识图谱;根据用户—项目交互图生成嵌入矩阵,得到用户和项目的原始嵌入向量,并提取知识图谱中与项目相关联的实体所在三元组,得到三元组中实体对应的嵌入向量;将用户嵌入向量在L层Light‑GCN网络中递归地传播嵌入,得到每层的用户嵌入向量,再结合得到用户高阶嵌入向量;知识图谱借助涟漪网络传播嵌入,经过L个涟漪网络传播及交叉压缩单元的高阶交互得到项目高阶嵌入向量;将用户高阶嵌入向量和项目
一种基于知识图谱的词嵌入深度学习方法.pdf
本发明公开一种基于知识图谱的词嵌入深度学习方法。训练样本集构造阶段,首先依据语义强度对知识图谱中的实体关系进行划分,然后基于划分后的各实体关系组来产生不同路径长度的训练样本。词嵌入深度学习阶段,通过构造由word2vec编码器、卷积神经网络、门控循环单元网络、softmax分类器以及逻辑回归器等部件组成的三任务深度神经网络结构,然后以前一阶段所产生的训练样本集为输入来迭代优化深度神经网络结构的参数。训练完成后,保留word2vec编码器和卷积神经网络两个部件构成词嵌套编码器。与现有技术相比,本发明具有词嵌
基于深度学习的知识图谱构建.pdf
基于深度学习的知识图谱构建一、引言知识图谱是目前人工智能领域中十分重要的一个研究方向,它结合了图论、自然语言处理、数据库技术等多个领域的知识,旨在构建一个能够准确表达人类知识的智能图谱。而深度学习技术则被广泛应用于自然语言处理、计算机视觉等众多领域中,其强大的表征学习能力为知识图谱构建提供了有效的技术支持。本文将从基于深度学习的知识图谱构建方法入手,介绍知识图谱的定义、组成、构建步骤、相关应用以及未来发展方向等内容。二、知识图谱的定义和组成知识图谱是一个结构化的图形化数据库,它是由实体、属性、关系和事件等
基于深度学习和知识图谱的文化旅游资源推荐方法.pdf
本发明公开了一种基于深度学习和知识图谱的文化旅游资源推荐方法,包括:构建文化知识图谱和旅游资源自然知识图谱,将文化知识图谱与旅游资源自然知识图谱相互关联得到文化自然知识图谱;通过深度学习技术构建用户评分预测模型;获取用户对旅游资源的购买历史和评分记录,使用用户购买过的旅游资源对用户评分预测模型进行训练;将用户未购买过的旅游资源输入用户评分预测模型得到预测评分,将预测评分最高且用户未曾购买过的前c个旅游资源向用户推荐。本发明提升了评分预测的准确率,提高了在文化旅游推荐领域的推荐准确度。