公开(公告)号：CN114912033B

公开(公告)日：2023-04-21

申请号：CN202210531980.2

申请日：2022-05-16

Applicant: 重庆大学

Inventor： 危枫 ,  陈蜀宇 ,  王晨子 ,  杨蕾

IPC: G06F16/9536 ,  G06F16/36 ,  G06N3/042 ,  G06N3/08

Abstract: 本发明提出了一种基于知识图谱的推荐流行度偏差自适应缓解方法，包括：根据物品的流行度对物品进行分组；创建与物品组数量相同的流行度节点；将流行度节点嵌入到关系为(实体s,s和t的关系,实体t)的知识图谱中，得到关系包括(i,流行度,pn)的流行度知识图谱，其中，i表示物品，pn表示用户对物品的偏好；创建用户偏好图；基于所述流行度知识图谱、所述用户偏好图构建异构图；基于图神经网络模型预测异构图中用户对物品的评分；通过用户对物品的评分以及流行度评分，得到最终评分并通过最终评分向用户推荐物品。本发明在处理推荐系统中的流行度偏差问题时，首次引入了知识图谱，这不仅有利于推荐，还能在有效缓解流行度问题的同时，利用用户对流行的偏好兼顾用户的使用体验。

公开(公告)号：CN114912033A

公开(公告)日：2022-08-16

申请号：CN202210531980.2

申请日：2022-05-16

Applicant: 重庆大学

Inventor： 危枫 ,  陈蜀宇 ,  王晨子 ,  杨蕾

IPC: G06F16/9536 ,  G06F16/36 ,  G06N3/08

Abstract: 本发明提出了一种基于知识图谱的推荐流行度偏差自适应缓解方法，包括：根据物品的流行度对物品进行分组；创建与物品组数量相同的流行度节点；将流行度节点嵌入到关系为(实体s,s和t的关系,实体t)的知识图谱中，得到关系包括(i,流行度,pn)的流行度知识图谱，其中，i表示物品，pn表示用户对物品的偏好；创建用户偏好图；基于所述流行度知识图谱、所述用户偏好图构建异构图；基于图神经网络模型预测异构图中用户对物品的评分；通过用户对物品的评分以及流行度评分，得到最终评分并通过最终评分向用户推荐物品。本发明在处理推荐系统中的流行度偏差问题时，首次引入了知识图谱，这不仅有利于推荐，还能在有效缓解流行度问题的同时，利用用户对流行的偏好兼顾用户的使用体验。