摘要
本发明属于推荐系统领域,公开了一种基于门控聚合机制的知识图谱与交互图融合的推荐方法及系统,旨在更精确地捕捉用户的兴趣点和偏好,实现精准推荐。该发明的核心在于构建知识图谱,并将实体与关系向量化,使用图卷积神经网络将用户和物品交互关系转化为向量,设计了一种门控聚合单元,该单元为知识图谱的初始物品表示向量和用户物品交互图中获得的向量分配权重,有效地实现了知识图谱和交互图信息深度融合。这种方法不仅允许模型学习到更加丰富且结构化的用户偏好表示,而且能够更好地处理信息冗余和噪声问题,从而提高预测的准确性和相关性。
技术关键词
实体
推荐方法
推荐系统
构建知识图谱
邻居
生成推荐内容
关系
生成用户
知识图谱构建
多层结构
更新模型参数
三元组
嵌入方法
节点
神经网络模型
模块
门单元
矩阵
语义