[发明专利]基于知识图谱的领域知识推送方法

说明书

本发明公开了一种基于知识图谱的领域知识推送方法，包括：收集领域知识文本构建文本知识库；针对知识库文本进行语义分析和主题建模；通过领域知识图谱嵌入获得节点的语义分布向量；依据用户任务描述、任务主题建立任务上下文特征；根据任务描述中的领域实体与知识图谱进行实体对齐，基于图谱节点路径和图节点语义分布特征进行特征扩展并进行任务关联知识召回；将召回文本与用户任务文本进行文本相似度计算获得候选文本得分；根据得分将排序结果文本推送给用户。本发明通过知识图谱的节点关联知识和图谱嵌入技术来提升领域知识推送的文本匹配度和用户体验。

技术领域

本发明属于计算机应用技术，具体为一种基于知识图谱的领域知识推送方法。

背景技术

在日益规模化的生产和激烈的服务竞争中，随着大规模的复杂业务系统不断出现，企业进行了大量业务知识管理，积累了海量丰富的系统管理知识。规模化的复杂系统必不可少的会出现诸多缺陷，需要经常进行规范化的系统检查和缺陷修复。但是目前现场检修作业一般都是通过工作人员的技术、经验积累来进行系统的排查，缺乏有效的实用化的智能支撑手段来帮助工作人员进行规范化的操作、快速获取系统故障相关知识以及相关资料的快速更新。

随着业务系统的不断发展，覆盖范围不断扩大，数量不断增加，网络架构不断升级，系统维护的复杂度不断提高。因此，在系统的维护过程中要求运维人员做到操作规范，处理方法符合要求。因此通过企业积累的领域知识构建一套体系化可操作的运维流程和指导业务操作流程的知识推送系统，提升整个维护工作的质量和效率的需求是十分必要的。

知识推送是依据一定的协议，自动从服务器中选择特定的与用户相关或用户感兴趣的信息，并通过一定的方式定期传送给用户以减少用户学习成本的一种技术。知识推送主要分三个阶段，用户数据采集阶段，数据加工阶段和推送阶段。它的主要思想是服务器根据获取到的用户的状态和意图主动向用户推送用户感兴趣的信息，并以此减少用户对信息的检索时间，同时根据用户目的和兴趣进行信息的筛选，帮助用户发掘有价值的信息，提高了用户获取信息的准确率和效率。现阶段各个行业都在相关领域进行系统中的知识推送技术的相关研究和实验。然而大多仍然采用的是面向开放世界的知识推荐类似的方法，诸如基于内容推荐、基于协同过滤、基于模型的方法。上述经典的理论方法通常采用系统收集的用户行为进行用户画像建模，通过物品特征建模、用户协同过滤策略来进行推荐。由于理论方法的不完善常导致冷启动，以及马太效应引起的推送内容局限死板等问题。

经典的推荐算法常服务于多种产品，各个形态信息的推荐，包括图片，音频，文字，视频，商品等，不适用于各行业或领域内的专业知识的推送。

发明内容

本发明提出了一种基于知识图谱的领域知识推送方法。

实现本发明目的的技术方案为：一种基于知识图谱的领域知识推送方法，具体步骤为：

步骤1、构建文本知识库，所述文本知识库由领域知识文本构成；

步骤2、针对知识库文本进行语义分析和主题建模；

步骤3、通过对领域知识图谱进行图嵌入式处理获得知识点的语义分布向量；

步骤4、依据用户任务描述、任务主题建立任务上下文特征向量；

步骤5、将用户任务描述文本中的领域实体与步骤3中的领域知识图谱进行实体对齐，基于图谱节点路径和图节点语义分布特征进行特征扩展并进行任务关联知识召回；

步骤6、将步骤5获得的召回文本与用户任务进行文本相似度计算，获得召回文本得分；

步骤7、根据得分将排序结果文本推送给用户；

步骤8、若用户任务结束则推送终止；当用户场景和状态变化时则重复步骤 4至7。