← 返回列表

一种基于双空间信息聚合的知识图谱推荐方法及系统

申请号: CN202410223586.1
申请人: 山东大学
申请日期: 2024/2/29

摘要文本

本发明属于知识图谱推荐技术领域,本发明提供了一种基于双空间信息聚合的知识图谱推荐方法及系统,根据用户和物品的表征,进行欧式空间和双曲空间的双空间多层次信息聚合,得到多层欧式空间向量和多层双曲空间向量;基于多层欧式空间向量和多层双曲空间向量,进行跨空间对比学习,得到对比损失得分;基于得到的用户和物品各自的向量,进行内积操作,得到预测损失得分;基于所述对比损失得分和预测损失得分,构建混合损失,利用混合损失优化知识图谱推荐模型,实现联合优化;利用联合优化后的知识图谱推荐模型进行知识图谱推荐。本发明考虑到复杂的拓扑结构,将欧式空间建模与双曲空间建模相结合,能够提升推荐结果的准确性和快速性。

专利详细信息

项目 内容
专利名称 一种基于双空间信息聚合的知识图谱推荐方法及系统
专利类型 发明申请
申请号 CN202410223586.1
申请日 2024/2/29
公告号 CN117808089A
公开日 2024/4/2
IPC主分类号 G06N5/022
权利人 山东大学
发明人 史玉良; 张雷红; 王继虎; 王新军; 陈志勇; 李晖
地址 山东省济南市历下区经十路17923号

专利主权项内容

1.一种基于双空间信息聚合的知识图谱推荐方法,其特征是,包括以下步骤:基于给定数据集,获取用户和物品的协同信息,以及知识信息;根据用户和物品的表征,进行欧式空间和双曲空间的双空间多层次信息聚合,得到多层欧式空间向量和多层双曲空间向量;基于多层欧式空间向量和多层双曲空间向量,进行跨空间对比学习,得到对比损失得分;基于得到的用户和物品各自的向量,进行内积操作,得到预测损失得分;基于所述对比损失得分和预测损失得分,构建混合损失,利用混合损失优化知识图谱推荐模型,实现联合优化;利用联合优化后的知识图谱推荐模型进行知识图谱推荐。