[发明专利]一种基于知识图谱语义嵌入的旅游景点推荐方法

权利要求书

1.一种基于知识图谱语义嵌入的旅游景点推荐方法，其特征在于，该方法包括：

S1：获取待推荐的实体数据；所述实体数据包括实体的属性、实体与实体之间的关系属性，其中实体包括头实体和尾实体；

S2：构建知识图谱，根据构建的知识图谱获取实体数据，将实体实体数据作为训练集，将训练集中的实体数据划分为正例数据集和负例数据集；

S3：分别计算正例数据集和负例数据集中的实体的结构特征向量和属性特征向量；

S4：采用注意力机制分别对实体的结构特征向量和属性特征向量进行更新处理；

S5：将更新后的实体结构特征向量和属性特征向量进行拼接，对拼接后的实体向量进行卷积，得到最终实体特征向量；将关系结构特征向量和属性特征向量进行拼接，对拼接后的向量进行线性运算，得到最终关系特征向量；

S6：采用偏差评分函数构建模型的损失函数，将训练集中正例数据集和负例数据集实体特征向量和关系特征向量输入到推荐模型中，并采用随机梯度下降算法对推荐模型进行优化训练，得到优化参数；

S7：将待推荐的实体数据的数据输入到训练好的推荐模型中，得到特征增强的实体特征向量；

S8：将增强的实体特征向量与优化参数进行乘积运算，得到头实体和尾实体的推荐过程向量；

S9：根据待推荐的实体数据获取推荐的关系特征向量，将待推荐的关系特征向量与头实体和尾实体的推荐过程向量进行进行加和，得到推荐预测向量；

S10：根据推荐预测向量和所有尾实体的过程向量对待推荐的实体进行风景推荐。

2.根据权利要求1所述的一种基于知识图谱语义嵌入的旅游景点推荐方法，其特征在于，计算正例数据集和负例数据集中的实体的结构特征向量和属性特征向量的公式包括：

s＝x_sW_s

a＝x_aW_a

其中，s表示输出的结构嵌入值，x_s表示输入的结构特征，W_s表示计算结构嵌入的权重值，a表示输出的属性嵌入值，x_a表示输入的属性特征，W_a表示计算属性嵌入的权重值。

3.根据权利要求1所述的一种基于知识图谱语义嵌入的旅游景点推荐方法，其特征在于，采用注意力机制分别对实体的结构特征向量和属性特征向量进行更新处理的过程包括：对实体的结构特征向量进行更新包括将实体结构嵌入作为结构注意力机制层的输入，通过实体的上下文节点计算出注意力分数，根据注意力分数对结构特征向量进行更新；对属性特征向量进行更新包括：将实体属性嵌入和关系属性嵌入作为属性注意力机制层的输入，计算出头实体与尾实体的增强属性特征向量，根据增强属性特征向量对属性特征向量进行更新。

4.根据权利要求3所述的一种基于知识图谱语义嵌入的旅游景点推荐方法，其特征在于，对实体的结构特征向量进行更新的公式为：

σ(s)＝Sigmoid(W₁s+b₁)

其中，D_n表示一个实体节点的邻居节点集合，α_i表示第i个节点的注意力分数，σ(·)表示Sigmoid函数，s表示实体结构特征向量，s_i表示实体s的第i个邻居实体的结构特征向量，W₁表示权重参数，b₁表示偏置。