摘要
本发明公开了一种基于知识图谱的智能推荐方法及系统,属于人工智能技术领域。首先采用图神经网络通过聚合每个实体的邻居节点信息,以挖掘知识图谱的结构信息,作为智能推荐的基础。然后引入一种基于多重路径的知识传播注意力机制,用于聚合相邻实体的特征信息,并设计了多重路径信息传播贡献度函数,以控制信息传播的权重。在此基础上,引入一种面向用户偏好的注意力机制,可根据用户和项目之间历史交互情况,以及邻居实体向中心实体的知识传播,控制中心实体对用户偏好的影响权重,进而表征用户的偏好特征。将两种注意力机制进行依次学习,完成知识传播与用户偏好两方面的深度融合,实现精准的个性化推荐。
技术关键词
实体
智能推荐方法
注意力机制
挖掘知识图谱
项目
邻居
偏好特征
贝叶斯个性化排序
控制中心
更新模型参数
梯度下降算法
计算方法
三元组
正则化参数
人工智能技术
推荐系统
关系
超参数