基于全局和局部隐式关系增强的知识图谱推荐方法

AITNT
正文
推荐专利
基于全局和局部隐式关系增强的知识图谱推荐方法
申请号:CN202510434817
申请日期:2025-04-08
公开号:CN120338071A
公开日期:2025-07-18
类型:发明专利
摘要
本发明涉及知识图谱推荐技术领域,公开了一种基于全局和局部隐式关系增强的知识图谱推荐方法,旨在充分挖掘知识图谱和交互图中的隐式关系及隐式关系之间的联系,以提高推荐的准确性。该方法通过构建全局隐式关系知识图谱来挖掘实体之间的隐式关系信息,并进行全局和局部关系实体嵌入的知识对齐,以增强实体之间的信息传递。此外,在全局和局部隐式关系交互图的基础上引入跨通道和跨层对比学习来获取更具鲁棒性的用户和物品嵌入,最后使用层级门控自适应的融合多组用户和物品嵌入以获取最终的用户和物品嵌入并用于推荐。
技术关键词
推荐方法 关系 挖掘知识图谱 对齐模块 三元组 挖掘实体 推荐技术 节点 层级 通道 邻居 聚类 鲁棒性 样本 矩阵 基础 参数
系统为您推荐了相关专利信息
1
基于大模型的多模态设计信息统一表达与推理方法
节点 推理方法 语句 网络 优化设计方案
2
一种适用于抖动激光陀螺的随机抖动方法
驱动信号 抖动方法 激光陀螺 抖动参数 周期
3
一种基于源代码结构的漏洞检测方法及其检测系统
漏洞检测方法 抽象语法树 多层次 对源代码 报告
4
一种基于ESMD分解和纠错策略优化的BiLSTM短期负荷预测方法
短期负荷预测方法 纠错策略 BiLSTM模型 序列 误差
5
一种基于改进领结-连续贝叶斯网络模型的客舱颠簸事件应急决策方法
贝叶斯网络模型 应急决策方法 节点 客舱 应急决策系统
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