基于知识图谱和注意力机制的个性化文章推荐方法

本发明涉及个性化推荐技术领域，具体涉及基于知识图谱和注意力机制的个性化文章推荐方法。方法包括：获取学堂在线教育数据集，基于学堂在线教育数据集中实体之间的关联关系构建知识图谱；将知识图谱中实体间的三元组信息输入到TransE模型中进行训练，获取不同实体的嵌入向量；将嵌入向量通过节点级别的注意力机制学习不同节点聚合其邻居后的特征表示，通过语义级别的注意力机制学习节点与其他节点关联时在不同元路径上的特征表示信息，获得最终的嵌入向量；对最终的嵌入向量进行扩展矩阵分解，采用贝叶斯个性化排序算法，进而获得推荐列表。本发明提高了文章推荐结果的准确度。