公开(公告)号：CN110188208A

公开(公告)日：2019-08-30

申请号：CN201910481291.3

申请日：2019-06-04

Applicant: 河海大学

Inventor： 冯钧 ,  蒙琦 ,  陆佳民

IPC: G06F16/36 ,  G06F16/335 ,  G06F16/35

Abstract: 本发明提出了一种基于知识图谱的信息资源查询推荐方法和系统，该方法首先对知识图谱进行预处理，利用表示学习方法将知识图谱映射到低维稠密的向量空间中，得到实体的向量表示；然后根据用户的历史行为计算用户对信息资源的兴趣度，结合信息资源的向量化表示和用户对信息资源的兴趣度构建用户兴趣模型；通过计算资源与资源、用户与资源之间的相似度来实现信息资源的精准推荐。本发明将知识图谱表示学习与用户兴趣模型相结合来为用户提供个性化服务，兼顾知识的内在联系和用户兴趣，根据用户输入查询的资源名称，向用户推荐与查询内容相关并且符合用户兴趣的信息资源，使得个性化查询推荐更具专业性及针对性。

公开(公告)号：CN110188208B

公开(公告)日：2021-01-26

申请号：CN201910481291.3

申请日：2019-06-04

Applicant: 河海大学

Inventor： 冯钧 ,  蒙琦 ,  陆佳民

IPC: G06F16/36 ,  G06F16/335 ,  G06F16/35

Abstract: 本发明提出了一种基于知识图谱的信息资源查询推荐方法和系统，该方法首先对知识图谱进行预处理，利用表示学习方法将知识图谱映射到低维稠密的向量空间中，得到实体的向量表示；然后根据用户的历史行为计算用户对信息资源的兴趣度，结合信息资源的向量化表示和用户对信息资源的兴趣度构建用户兴趣模型；通过计算资源与资源、用户与资源之间的相似度来实现信息资源的精准推荐。本发明将知识图谱表示学习与用户兴趣模型相结合来为用户提供个性化服务，兼顾知识的内在联系和用户兴趣，根据用户输入查询的资源名称，向用户推荐与查询内容相关并且符合用户兴趣的信息资源，使得个性化查询推荐更具专业性及针对性。