[发明专利]物品推荐方法、装置及计算机存储介质

权利要求书

1.一种物品推荐方法，其特征在于，所述方法包括：

根据目标用户的物品行为数据，通过协同过滤模型，确定物品集中多个物品的第一预测评分，每个物品的第一预测评分用于指示所述目标用户对每个物品的感兴趣程度；

根据所述多个物品的第一预测评分，从所述多个物品中确定待推荐给所述目标用户的k个第一物品，所述k为正整数；

根据所述k个第一物品和知识图谱向量集，确定所述k个第一物品分别对应的第一实体向量，所述知识图谱向量集包括知识图谱中各个实体的第一实体向量，所述知识图谱包括与所述多个物品一一对应的多个实体以及所述多个实体中两两实体之间的实体关系；

根据所述k个第一物品分别对应的第一实体向量和所述目标用户的物品行为数据，确定所述k个第一物品的第二预测评分；

若所述k个第一物品的第一预测评分与所述k个第一物品的第二预测评分之间的均方误差小于或等于误差阈值，则将所述k个第一物品推荐给所述目标用户；

若所述k个第一物品的第一预测评分与所述k个第一物品的第二预测评分之间的均方误差大于所述误差阈值，则启动交叉学习任务，所述交叉学习任务包括根据所述k个第一物品的第二预测评分，对所述协同过滤模型进行更新；

所述知识图谱包括多个三元组，每个三元组包括头实体、尾实体、以及头实体和尾实体之间的实体关系，所述头实体和所述尾实体为所述多个物品中任意两个物品对应的实体；

所述根据所述k个第一物品和知识图谱向量集，确定所述k个第一物品分别对应的第一实体向量之前，还包括：

确定所述知识图谱包括的多个三元组中各个实体在实体空间上的向量表示，以及所述多个三元组中各个实体关系在关系空间上的向量表示，得到所述多个三元组的初始三元组向量，每个三元组的初始三元组向量包括每个三元组中的头实体的第二实体向量、尾实体的第二实体向量和实体关系的第二关系向量；通过翻译模型，对所述多个三元组的初始三元组向量进行训练，得到所述多个三元组的目标三元组向量，每个三元组的目标三元组向量包括每个三元组中的头实体的第一实体向量、尾实体的第一实体向量和实体关系的第一关系向量，且每个三元组中的参考向量与尾实体的第一实体向量之间的距离小于距离阈值，所述参考向量是指头实体的第一实体向量和实体关系的第一关系向量的向量和；

所述方法还包括：

在通过所述翻译模型，对所述多个三元组的初始三元组向量进行训练的过程中，若所述多个三元组中存在相似三元组集合，则对于所述相似三元组集合中的至少一个三元组的参考三元组，重新确定所述参考三元组中的头实体和尾实体之间的实体关系，得到优化实体关系，所述参考三元组为所述至少一个三元组中的任一三元组；将所述优化实体关系，以及所述参考三元组中的头实体和尾实体，确定为所述参考三元组对应的优化三元组；对所述优化实体关系进行特征提取，得到所述优化实体关系的优化关系向量；将所述优化实体关系的优化关系向量，所述参考三元组中的头实体的第二实体向量和尾实体的第二实体向量，确定为所述优化三元组的初始三元组向量；其中，所述相似三元组集合中的各个三元组的初始三元组向量相同、各个三元组中的头实体和实体关系对应相同且尾实体之间的差异度大于差异度阈值；通过所述翻译模型，对至少一个优化三元组的初始三元组向量进行训练，得到所述至少一个优化三元组的目标三元组向量。

2.根据权利要求1所述的方法，其特征在于，所述根据所述k个第一物品分别对应的第一实体向量和所述目标用户的物品行为数据，确定所述k个第一物品的第二预测评分，包括：

根据所述k个第一物品中两两物品对应的第一实体向量之间的相似度，确定所述k个第一物品中两两物品的相似度；

根据所述k个第一物品中两两物品的相似度，确定所述k个第一物品的物品相似度矩阵，所述k个第一物品的物品相似度矩阵包括所述k个第一物品中两两物品的相似度；

根据所述k个第一物品的物品相似度矩阵和所述目标用户的物品行为数据，确定所述k个第一物品的第二预测评分。

3.根据权利要求1所述的方法，其特征在于，所述方法还包括：

根据所述目标用户的物品行为数据，通过更新后的协同过滤模型，确定所述多个物品的第三预测评分；

根据所述多个物品的第三预测评分，从所述多个物品中确定待推荐的k个第二物品；

根据所述k个第二物品，对所述目标用户进行物品推荐。