基于历史和时间知识的两阶段强化学习时序知识图谱推理方法

本发明针对时序知识图谱推理任务提出了一种基于历史和时间知识的两阶段强化学习的时序知识图谱推理方法。本方法先通过对获取到的历史实体进行分析与处理，接着再通过优化后的对比学习进一步去识别预测实体是否与历史实体有关，使推理过程能够更多的去关注有用的实体。本发明有效地整合了历史数据和时间背景知识，为时序推理提供了更全面和精确的支持。其主要优势包括：增强对复杂时间序列数据的理解能力，提高推理结果的准确性，并能够适应动态变化的环境。本发明适用于需要时序推理的各种应用场景，如智能推荐系统、动态数据分析、趋势预测等，具有广泛的应用前景和市场价值。