摘要
本发明属于图书推荐技术领域,公开了一种基于知识图谱与多目标优化的图书推荐方法,利用多任务学习框架和涟漪传播网络同时学习用户和项目表示。本发明为了更加精准地获取用户对物品的感兴趣程度以及用户潜在的偏好,从而引入涟漪传播网络从用户的浏览记录中提取关键信息挖掘用户潜在的兴趣偏好,获得用户实体的表示。之后采用结合注意力机制的门控循环单元(GRU)解决高阶语义传播衰减,继而生成用户的最终表示。本发明针对目前大多数图书推荐方法只在意推荐结果的准确率,但只考虑准确率已经不能满足阅读者的个性化需求,并且只用一个指标来衡量推荐算法的优劣是不可取的,引入多目标优化算法对推荐列表进一步优化,得到最终的推荐列表。
技术关键词
图书推荐方法
图谱
图书推荐系统
压缩单元
信息数据处理终端
实体
项目
图书推荐技术
Softmax函数
高维向量空间
参数
加权损失函数
注意力机制
生成用户
兴趣
算法
门控循环单元
计算机设备
关系
三元组
系统为您推荐了相关专利信息
数据同步方法
动态时间窗口
节点
时效性
轻量级协议
轻量级神经网络
推理方法
检索策略
索引方式
多源异构数据
新型电力系统
资源
电力系统调度控制技术
矩阵
多时间尺度
实时监控系统
起重设备
安全控制模块
故障案例库
风险