摘要
本发明适用于人工智能领域,提供了一种基于知识图谱的运输工具匹配推荐方法及系统,利用改进的知识图谱嵌入模型KGE,将三元组转换为文本形式,并通过BERT模型对输入文本进行编码,得到每个Token的上下文表示;基于三元组的聚合表示,捕捉实体和关系的全局语义信息,得到实体和关系的嵌入表示;整合并提取异质信息的特征,使用主成分分析PCA对异质信息的特征数据进行降维处理,得到异质信息的嵌入表示;基于推荐系统算法NFM模型的嵌入层将实体、关系和异质信息进行特征降维,通过双线性交互操作捕捉降维特征之间的二阶交互关系,使用前馈神经网络FNN学习高阶特征交互,输出货物与运输工具的匹配概率,基于匹配概率进行货物与运输工具的匹配推荐。
技术关键词
匹配推荐方法
运输工具
实体
推荐系统算法
信息知识图谱
BERT模型
三元组
异质
降维特征
挖掘知识图谱
前馈神经网络
成分分析
文本
双线性
数据
关系网络
协方差矩阵
系统为您推荐了相关专利信息
气体灭火系统
布置方法
管网结构
气体灭火喷头
火灾
工业资产关联
业务流程数据
业务流程信息
大语言模型
分析方法