一种联合大模型和知识图谱的语义感知推荐方法

AITNT
正文
推荐专利
一种联合大模型和知识图谱的语义感知推荐方法
申请号:CN202411129026
申请日期:2024-08-16
公开号:CN119003787A
公开日期:2024-11-22
类型:发明专利
摘要
一种联合大模型和知识图谱的语义感知推荐方法,所述方法包括以下步骤:1)构建融合交互数据、知识图谱和文本数据的协同语义知识图谱;2)利用大模型从知识图谱的关联文本数据中提取用户和项目的语义特征,建立用户和项目的语义特征向量;3)利用多层图注意力网络从知识图谱的关联路径学习基于用户意图的高阶结构特征,生成用户和项目的结构特征向量;4)将语义特征向量与结构特征向量深度融合,获得用户和项目的高质量特征表示;5)将用户和项目的特征表示进行内积运算,预测用户的感兴趣的项目。本发明联合大模型与知识图谱同时提取用户和项目的语义特征和结构特征,进一步提高了推荐系统的准确性。
技术关键词
语义特征 语义知识图谱 实体 意图 推荐方法 文本 贝叶斯个性化排序 高阶结构特征 注意力 多层感知机 关系 定义 个性化项目 推荐系统 数据 样本 信息编码
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号