一种基于知识图谱的智能推荐方法.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN114265982A(43)申请公布日2022.04.01(21)申请号202111583634.0G06F40/216(2020.01)(22)申请日2021.12.22G06N3/04(2006.01)(71)申请人北京中科闻歌科技股份有限公司地址100028北京市海淀区北四环西路9号楼银谷大厦7层0715室(72)发明人王宇琪张佳旭郭建彬郝保王璋盛曹家罗引王磊(74)专利代理机构北京易捷胜知识产权代理事务所(普通合伙)11613代理人李会娟(51)Int.Cl.G06F16/9535(2019.01)G06F16/9536(2019.01)G06F16/36(2019.01)G06F16/335(2019.01)权利要求书3页说明书10页附图4页(54)发明名称一种基于知识图谱的智能推荐方法(57)摘要本发明涉及一种基于知识图谱的智能推荐方法，包括：A1、针对指定领域内待推荐信息的目标用户，获取目标用户的类型；A2、若目标用户的类型为活跃用户，则根据目标用户在第一预设时间段内的交互行为数据，基于知识图谱推荐内容方式和基于用户协同过滤推荐方式获取个性化的推荐结果；其中，知识图谱是预先构建的存储有指定领域内知识和实体之间关系的结构化的图谱信息；个性化的推荐结果包括：目标用户的最近邻用户对应的信息项和与目标用户的偏好实体匹配的信息项，本发明的方法可以有效解决现有推荐方法中存在的数据稀疏且关联性弱的问题，同时实现了快速精准推送文本信息，并做到千人千面的个性化推送。CN114265982ACN114265982A权利要求书1/3页1.一种基于知识图谱的智能推荐方法，其特征在于，包括：A1、针对指定领域内待推荐信息的目标用户，获取目标用户的类型以及获取待推荐项；A2、若所述目标用户的类型为活跃用户，则根据目标用户在第一预设时间段内的交互行为数据，并基于用户协同过滤推荐方式获取个性化的推荐结果；以及，根据目标用户在第一预设时间段内的交互行为数据和所述待推荐项，基于知识图谱推荐内容方式获取个性化的推荐结果；其中，所述知识图谱是预先构建的存储有指定领域内知识和实体之间关系的结构化的图谱信息；所述个性化的推荐结果包括：所述目标用户的最近邻用户对应的文本信息和与所述目标用户的偏好实体匹配的文本信息。2.根据权利要求1所述的智能推荐方法，其特征在于，所述A2中的根据目标用户在第一预设时间段内的交互行为数据和所述待推荐项，基于知识图谱推荐内容方式获取个性化的推荐结果，包括：A21、针对目标用户在第一预设时间段内的交互行为数据，获取交互行为数据中所有信息项，以及所有信息项的实体集；针对待推荐项中的所有文本信息，获取每一文本信息的实体集；A22、针对所有信息项的实体集和每一文本信息的实体集，基于所述知识图谱获取各实体集中每一实体的关联实体，得到所有信息项的关联实体集；以及获取每一文本信息的关联实体集；其中，每一实体的关联实体包括：所述知识图谱中的一跳关联实体，与一跳关联实体属于同类型的二跳关联实体，以及一跳关联实体的别称实体，选中的二跳关联实体的别称实体；A23、对所有信息项的关联实体集进行过滤，获得所述目标用户的所有信息项的偏好实体集；对每一文本信息的关联实体集进行过滤，获得待推荐的每一文本信息的待匹配实体集；A24、将所述偏好实体集和每一文本信息的待匹配实体集进行匹配，获得用于作为个性化的推荐结果的文本信息。3.根据权利要求2所述的智能推荐方法，其特征在于，所述A21包括：根据所述目标用户的交互行为数据，获取所述交互行为数据中的所有信息项；采用BiLSTM‑CRF模型，从每一信息项中抽取实体，并计算抽取的每一实体的TF‑IDF值，根据所述TF‑IDF值从每一信息项抽取的所有实体中筛选，得到每一信息项的实体集，获得所有信息项的实体集；所述A22包括：针对所有信息项的实体集中每一个实体，从知识图谱中查找该实体的一跳关联实体，二跳关联实体；以及从二跳关联实体中选择与一跳关联实体属于同类型的二跳关联实体，作为选择后的二跳关联实体；以及，基于知识图谱，查找一跳关联实体的别称实体，选中的二跳关联实体的别称实2CN114265982A权利要求书2/3页体；将所有信息项中所有实体的一跳关联实体、选择后的二跳关联实体、一跳关联实体的别称实体，选中的二跳关联实体的别称实体融合，得到所有信息项的关联实体集。4.根据权利要求2或3所述的智能推荐方法，其特征在于，所述A23包括：去除所有信息项的关联实体集中重复的实体，并对表示同一实体的多个别称进行映射，得到所述目标用户的所有信息项的偏好实体集；去除每一文本信息的关联实体集进行过滤，并对表示同一实体的多个别称进行映射，得到待推荐的每一文本信息的待