【技術(shù)實現(xiàn)步驟摘要】
本專利技術(shù)涉及內(nèi)容推薦領(lǐng)域，尤其涉及一種基于屬性圖模型的協(xié)同推薦方法、裝置、設(shè)備及介質(zhì)。
技術(shù)介紹
1、協(xié)同推薦技術(shù)是一種常用的推薦系統(tǒng)技術(shù)，它基于用戶行為和偏好信息，通過分析用戶之間的相似性或物品之間的關(guān)聯(lián)性來進(jìn)行推薦。目前常見的協(xié)同推薦技術(shù)有基于協(xié)同過濾算法實現(xiàn)協(xié)同推薦和基于知識圖譜實現(xiàn)協(xié)同推薦。
2、基于協(xié)同過濾算法實現(xiàn)協(xié)同推薦，該算法基于用戶行為數(shù)據(jù)，通過分析用戶之間的相似性或物品之間的關(guān)聯(lián)性來進(jìn)行推薦，一般步驟如下：1、數(shù)據(jù)收集：收集用戶的行為數(shù)據(jù)，用于計算用戶之間的相似性或物品之間的關(guān)聯(lián)性。2、相似性計算：根據(jù)收集到的用戶行為數(shù)據(jù)，計算用戶之間的相似性或物品之間的關(guān)聯(lián)性。常用的相似性度量方法包括余弦相似度、皮爾遜相關(guān)系數(shù)等。對于基于用戶的協(xié)同過濾，可以計算用戶之間的相似度；對于基于物品的協(xié)同過濾，可以計算物品之間的相似度。3、鄰域選擇：根據(jù)相似性計算結(jié)果，選擇與目標(biāo)用戶或目標(biāo)物品最相似的鄰居?？梢栽O(shè)定一個閾值，只選擇相似度高于閾值的鄰居。4、推薦生成：對于基于用戶的協(xié)同過濾，根據(jù)目標(biāo)用戶的鄰居喜歡的物品，生成推薦列表。對于基于物品的協(xié)同過濾，根據(jù)目標(biāo)物品的鄰居被用戶喜歡的程度，生成推薦列表。5、推薦結(jié)果召回和排序：根據(jù)一些規(guī)則或策略，對生成的推薦結(jié)果進(jìn)行召回和排序，以提供最終的推薦列表給用戶。
3、基于知識圖譜實現(xiàn)協(xié)同推薦是一種利用圖結(jié)構(gòu)來表示用戶、物品和它們之間的關(guān)系，并通過圖算法進(jìn)行推薦的方法，一般步驟如下：1、構(gòu)建圖譜：構(gòu)建一個圖譜，其中節(jié)點(diǎn)表示用戶和物品，邊表示用戶和物品之間的關(guān)系。2
4、然而，上述兩種常見的協(xié)同推薦技術(shù)具有以下的缺點(diǎn)：1、忽略了節(jié)點(diǎn)的頻次，導(dǎo)致推薦結(jié)果不夠精準(zhǔn)。基于知識圖譜實現(xiàn)的協(xié)同推薦，會以節(jié)點(diǎn)權(quán)重、關(guān)系權(quán)重、關(guān)系個數(shù)為推薦依據(jù)。對于節(jié)點(diǎn)，除了要計算節(jié)點(diǎn)權(quán)重外，還需要計算節(jié)點(diǎn)的頻次，對于出現(xiàn)頻次較高的節(jié)點(diǎn)，其關(guān)聯(lián)意義不如出現(xiàn)頻次較低的節(jié)點(diǎn)。所以如果推薦時忽略了節(jié)點(diǎn)頻次，會導(dǎo)致推薦信息過于泛化、不精準(zhǔn)。2、未考慮關(guān)系屬性的濃度，導(dǎo)致推薦結(jié)果不夠精準(zhǔn)。基于知識圖譜實現(xiàn)的協(xié)同推薦，會以節(jié)點(diǎn)權(quán)重、關(guān)系權(quán)重、關(guān)系個數(shù)為推薦依據(jù)。對于關(guān)系，除了要計算關(guān)系的權(quán)重，還要計算關(guān)系附帶屬性的濃度，對于關(guān)系權(quán)重得分很高，但是屬性濃度卻很低的關(guān)系，其關(guān)聯(lián)意義不如關(guān)系權(quán)重得分不高，但是屬性濃度卻很高的關(guān)系。所以如果推薦時未考慮關(guān)系屬性的濃度，會導(dǎo)致推薦信息稀疏、不精準(zhǔn)。3、依賴數(shù)據(jù)召回，導(dǎo)致推薦效率不高?；趨f(xié)同過濾算法實現(xiàn)的協(xié)同推薦，數(shù)據(jù)召回是獲取用戶相關(guān)數(shù)據(jù)的關(guān)鍵步驟，這些數(shù)據(jù)可以用于計算用戶之間的相似度，進(jìn)而進(jìn)行協(xié)同推薦。沒有數(shù)據(jù)召回，就無法獲取到足夠的數(shù)據(jù)進(jìn)行分析和推薦。如果數(shù)據(jù)召回的速度較慢，協(xié)同推薦的速度也會變慢，影響用戶的即時需求。
技術(shù)實現(xiàn)思路
1、本專利技術(shù)的目的在于提供一種基于屬性圖模型的協(xié)同推薦方法、裝置、設(shè)備及介質(zhì)，以解決上述現(xiàn)有技術(shù)問題的至少之一。
2、第一方面，本專利技術(shù)提供了一種基于屬性圖模型的協(xié)同推薦方法，所述方法具體包括：
3、將目標(biāo)用戶數(shù)據(jù)通過特征提取獲得特征信息，所述特征信息包括目標(biāo)用戶特征信息和內(nèi)容數(shù)據(jù)特征信息；
4、將所述目標(biāo)用戶特征信息和所述內(nèi)容數(shù)據(jù)特征信息通過數(shù)據(jù)預(yù)處理獲得圖譜信息，并將所述圖譜信息存儲到圖數(shù)據(jù)庫中，所述圖譜信息包括節(jié)點(diǎn)信息、關(guān)系信息和屬性信息；
5、將所述節(jié)點(diǎn)信息、所述關(guān)系信息和所述屬性信息通過圖計算獲得推薦內(nèi)容信息，并向目標(biāo)用戶輸出所述推薦內(nèi)容信息；
6、其中，所述圖計算包括逆向節(jié)點(diǎn)頻率調(diào)節(jié)計算和關(guān)系屬性濃度計算，所述逆向節(jié)點(diǎn)頻率調(diào)節(jié)計算用于根據(jù)所述節(jié)點(diǎn)信息和所述關(guān)系信息計算獲得第一關(guān)聯(lián)度，所述關(guān)系屬性濃度計算用于根據(jù)所述節(jié)點(diǎn)信息、所述屬性信息和所述關(guān)系信息計算獲得第二關(guān)聯(lián)度。
7、進(jìn)一步的，所述方法還包括：
8、根據(jù)所述第一關(guān)聯(lián)度和所述第二關(guān)聯(lián)度，生成推薦內(nèi)容列表；
9、根據(jù)所述推薦內(nèi)容列表的優(yōu)先級確定所述推薦內(nèi)容信息；
10、其中，所述優(yōu)先級通過綜合關(guān)聯(lián)度確定，所述綜合關(guān)聯(lián)度滿足r＝r1*r2，所述r1為第一關(guān)聯(lián)度，所述r2為第二關(guān)聯(lián)度。
11、進(jìn)一步的，所述節(jié)點(diǎn)信息包括節(jié)點(diǎn)類型，所述關(guān)系信息包括關(guān)系類別，所述數(shù)據(jù)預(yù)處理包括節(jié)點(diǎn)頻率計算；所述節(jié)點(diǎn)頻率計算包括：
12、基于相同的關(guān)系類型，根據(jù)每個節(jié)點(diǎn)與其他的節(jié)點(diǎn)類型的節(jié)點(diǎn)之間的連接數(shù)量確定每個節(jié)點(diǎn)的節(jié)點(diǎn)頻率和每若干個相同節(jié)點(diǎn)類型的節(jié)點(diǎn)之間的共同關(guān)系個數(shù)。
13、進(jìn)一步的，所述方法還包括：根據(jù)每個節(jié)點(diǎn)各自的節(jié)點(diǎn)頻率和每若干個相同節(jié)點(diǎn)類型的節(jié)點(diǎn)之間的共同關(guān)系個數(shù)，確定所述第一關(guān)聯(lián)度。
14、進(jìn)一步的，所述基于相同的關(guān)系類型，根據(jù)每個節(jié)點(diǎn)與其他節(jié)點(diǎn)類型的節(jié)點(diǎn)之間的連接數(shù)量確定每個節(jié)點(diǎn)的節(jié)點(diǎn)頻率和每若干個節(jié)點(diǎn)之間的共同關(guān)系個數(shù)，具體包括：
15、根據(jù)所述節(jié)點(diǎn)類型確定第一類型節(jié)點(diǎn)集合和第二類型節(jié)點(diǎn)集合；
16、基于相同的關(guān)系類別，根據(jù)所述第一類型節(jié)點(diǎn)集合中每個第一類型節(jié)點(diǎn)分別和所述第二類型節(jié)點(diǎn)集合中第二類型節(jié)點(diǎn)的連接數(shù)量，確定每個第一類型節(jié)點(diǎn)的節(jié)點(diǎn)頻率；
17、基于相同的關(guān)系類別，根據(jù)每兩個第一類型節(jié)點(diǎn)之間共同連接的第二類型節(jié)點(diǎn)的數(shù)量，確定每兩個第一類型節(jié)點(diǎn)之間的共同關(guān)系個數(shù)。
18、進(jìn)一步的，所述節(jié)點(diǎn)信息包括節(jié)點(diǎn)類型，所述關(guān)系信息包括關(guān)系類別，所述屬性類型包括關(guān)系屬性濃度，所述數(shù)據(jù)預(yù)處理包括關(guān)系屬性總分計算；所述關(guān)系屬性總分計算包括：
19、基于相同的關(guān)系類型，確定每個節(jié)點(diǎn)與其他的節(jié)點(diǎn)類型的每個節(jié)點(diǎn)之間的關(guān)系屬性濃度，根據(jù)每個節(jié)點(diǎn)和其他節(jié)點(diǎn)之間的關(guān)系屬性濃度確定第一關(guān)系屬性總分和第二關(guān)系屬性總分；
20、其中，所述第一關(guān)系屬性總分為每個節(jié)點(diǎn)和其他所有節(jié)點(diǎn)之間的關(guān)系屬性濃度的總和，所述第二關(guān)系屬性總分為每個節(jié)點(diǎn)和其他有共同中間節(jié)點(diǎn)且為相同節(jié)點(diǎn)類型的節(jié)點(diǎn)之間的關(guān)系屬性濃度的總和。
21、進(jìn)一步的，所述方法還包括：根據(jù)所述第一關(guān)系屬性總分和所述第二關(guān)系屬性總分，確定所述第二關(guān)聯(lián)度。
22、進(jìn)一步的，所述基于相同的關(guān)系類型，確定每個節(jié)點(diǎn)與其他的節(jié)點(diǎn)類型的每個節(jié)點(diǎn)之間的關(guān)系屬性濃度，根據(jù)每個節(jié)點(diǎn)和其他節(jié)點(diǎn)之間的關(guān)系屬性濃度確定第一關(guān)系屬性總分和第二關(guān)系屬性總分，具體包括：
23、根據(jù)所述節(jié)點(diǎn)類型確定第一類型節(jié)點(diǎn)集合和第二類型節(jié)點(diǎn)集合；
24、確定所述第一類型節(jié)點(diǎn)集合中每個第一類型節(jié)點(diǎn)分別和所述第二類型節(jié)點(diǎn)集合中每個第二類型節(jié)點(diǎn)之間的關(guān)系屬性濃度；
25、根據(jù)每個本文檔來自技高網(wǎng)...
【技術(shù)保護(hù)點(diǎn)】
1.一種基于屬性圖模型的協(xié)同推薦方法，其特征在于，所述方法具體包括：
2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述方法還包括：
3.根據(jù)權(quán)利要求2所述的方法，其特征在于，所述節(jié)點(diǎn)信息包括節(jié)點(diǎn)類型，所述關(guān)系信息包括關(guān)系類別，所述數(shù)據(jù)預(yù)處理包括節(jié)點(diǎn)頻率計算；所述節(jié)點(diǎn)頻率計算包括：
4.根據(jù)權(quán)利要求3所述的方法，其特征在于，所述方法還包括：根據(jù)每個節(jié)點(diǎn)各自的節(jié)點(diǎn)頻率和每若干個相同節(jié)點(diǎn)類型的節(jié)點(diǎn)之間的共同關(guān)系個數(shù)，確定所述第一關(guān)聯(lián)度。
5.根據(jù)權(quán)利要求3所述的方法，其特征在于，所述基于相同的關(guān)系類型，根據(jù)每個節(jié)點(diǎn)與其他節(jié)點(diǎn)類型的節(jié)點(diǎn)之間的連接數(shù)量確定每個節(jié)點(diǎn)的節(jié)點(diǎn)頻率和每若干個節(jié)點(diǎn)之間的共同關(guān)系個數(shù)，具體包括：
6.根據(jù)權(quán)利要求2所述的方法，其特征在于，所述節(jié)點(diǎn)信息包括節(jié)點(diǎn)類型，所述關(guān)系信息包括關(guān)系類別，所述屬性類型包括關(guān)系屬性濃度，所述數(shù)據(jù)預(yù)處理包括關(guān)系屬性總分計算；所述關(guān)系屬性總分計算包括：
7.根據(jù)權(quán)利要求6所述的方法，其特征在于，所述方法還包括：根據(jù)所述第一關(guān)系屬性總分和所述第二關(guān)系屬性總分，確定所述第二關(guān)
8.根據(jù)權(quán)利要求6所述的方法，其特征在于，所述基于相同的關(guān)系類型，確定每個節(jié)點(diǎn)與其他的節(jié)點(diǎn)類型的每個節(jié)點(diǎn)之間的關(guān)系屬性濃度，根據(jù)每個節(jié)點(diǎn)和其他節(jié)點(diǎn)之間的關(guān)系屬性濃度確定第一關(guān)系屬性總分和第二關(guān)系屬性總分，具體包括：
9.一種基于屬性圖模型的協(xié)同推薦裝置，其特征在于，所述裝置具體包括：
10.一種計算機(jī)設(shè)備，其特征在于，包括：存儲器和處理器及存儲在存儲器上的計算機(jī)程序，當(dāng)所述計算機(jī)程序在處理器上被執(zhí)行時，實現(xiàn)如權(quán)利要求1至8中任一項所述的基于屬性圖模型的協(xié)同推薦方法。
...【技術(shù)特征摘要】
1.一種基于屬性圖模型的協(xié)同推薦方法，其特征在于，所述方法具體包括：
2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述方法還包括：
3.根據(jù)權(quán)利要求2所述的方法，其特征在于，所述節(jié)點(diǎn)信息包括節(jié)點(diǎn)類型，所述關(guān)系信息包括關(guān)系類別，所述數(shù)據(jù)預(yù)處理包括節(jié)點(diǎn)頻率計算；所述節(jié)點(diǎn)頻率計算包括：
4.根據(jù)權(quán)利要求3所述的方法，其特征在于，所述方法還包括：根據(jù)每個節(jié)點(diǎn)各自的節(jié)點(diǎn)頻率和每若干個相同節(jié)點(diǎn)類型的節(jié)點(diǎn)之間的共同關(guān)系個數(shù)，確定所述第一關(guān)聯(lián)度。
5.根據(jù)權(quán)利要求3所述的方法，其特征在于，所述基于相同的關(guān)系類型，根據(jù)每個節(jié)點(diǎn)與其他節(jié)點(diǎn)類型的節(jié)點(diǎn)之間的連接數(shù)量確定每個節(jié)點(diǎn)的節(jié)點(diǎn)頻率和每若干個節(jié)點(diǎn)之間的共同關(guān)系個數(shù)，具體包括：
6.根據(jù)權(quán)利要求2所述的方法，其特征在于，所述節(jié)點(diǎn)信息包括節(jié)點(diǎn)類型，所述關(guān)系信息...
【專利技術(shù)屬性】
技術(shù)研發(fā)人員：楊件，陳興才，晏聰，
申請(專利權(quán))人：廣東南方網(wǎng)絡(luò)信息科技有限公司，
類型：發(fā)明
國別省市：
還沒有人留言評論。發(fā)表了對其他瀏覽者有用的留言會獲得科技券。