公开(公告)号：CN117633359A

公开(公告)日：2024-03-01

申请号：CN202311673272.3

申请日：2023-12-07

Applicant: 北京计算机技术及应用研究所

Inventor： 黄偲偲 ,  宋伟 ,  张倩倩 ,  卢汉陈林 ,  王佳 ,  陈静 ,  汪小良 ,  王培磊

IPC: G06F16/9535 ,  G06N5/02 ,  G06N3/0455 ,  G06N3/08

Abstract: 本发明涉及一种融合知识传播和提示学习机制的个性化推荐方法，属于人工智能领域。本发明将用户和物品的历史交互作为用户偏好传播的起点，利用知识图谱中的显式知识，逐层向外扩散用户兴趣,建模用户的动态行为信息；对于行为信息、用户和物品属性信息，通过提示学习技术利用预训练语言模型中的知识建模用户和物品之间的隐式关系，实现对用户的推荐。本发明利用知识图谱中的显式知识和预训练语言模型中的隐式知识补充缺失信息的思想，从多个方面对用户及物品进行表征，缓解了推荐系统中的数据稀疏问题，本发明根据用户对推荐内容的反应程度反向对推荐模型进行调校，使推荐模型更能够满足用户的兴趣爱好。