[发明专利]一种项目推荐方法、装置及存储介质

权利要求书

1.一种项目推荐方法，其特征在于，包括：

获取样本用户的至少一个用户标签，以及所述样本用户感兴趣的项目的至少一个项目特征，所述项目包括文章、资讯或者物品；

将所述样本用户的用户画像中的所述用户标签与对应所述样本用户感兴趣的项目中的所述项目特征关联起来；根据得到的所有关联关系，将同一项目特征关联的所有用户标签合并在一起，整理出每个项目特征关联的用户标签；

根据知识图谱中的项目特征、关系的三元组第一项目特征，关系，第二项目特征，获取所述第一项目特征关联的用户标签与所述第二项目特征关联的用户标签之间的关系；

从获取的关系中提取与所述第一项目特征和所述第二项目特征均关联的用户标签，利用提取的用户标签替换对应项目特征、关系的三元组中的关系，得到项目特征、用户标签的三元组第一项目特征，用户标签，第二项目特征，所述项目特征、用户标签的三元组为异构关系数据，其中，所述异构关系数据中每个用户标签与两个项目特征关联，且所述两个项目特征来自于两个不同的样本用户感兴趣的项目；

对所述异构关系数据进行训练，得到异构网络，所述异构网络包括所述异构关系数据中项目特征的特征向量和用户标签的标签向量，所述特征向量和标签向量处于同一向量空间；

从当前用户感兴趣的项目中提取项目特征；对提取的所述项目特征进行扩展，得到目标特征；根据所述目标特征拉取项目，得到候选项目，获取所述候选项目的至少一个项目特征；从所述当前用户的用户画像中提取至少一个用户标签；

从所述异构网络中获取所述至少一个用户标签的标签向量以及所述至少一个项目特征的特征向量；

基于所述至少一个用户标签的标签向量及所述候选项目对应的特征向量，计算所述当前用户与所述候选项目的相似度；

根据所述当前用户与所述候选项目的相似度，从所述候选项目中选取推荐的目标项目。

2.根据权利要求1所述的项目推荐方法，其特征在于，所述对所述异构关系数据进行训练，得到异构网络，包括：

将所述项目特征、用户标签的三元组中的所述第一项目特征、所述用户标签以及所述第二项目特征向量化并表示，得到所述异构网络。

3.根据权利要求2所述的项目推荐方法，其特征在于，所述将所述项目特征、用户标签的三元组中的所述第一项目特征、所述用户标签以及所述第二项目特征向量化，包括：

定义优化目标：第一特征向量+标签向量＝第二特征向量，所述第一特征向量为所述第一项目特征的向量，所述标签向量为所述用户标签的向量，所述第二特征向量为所述第二项目特征的向量；

将所述第一特征向量、所述标签向量以及所述第二特征向量映射至同一向量空间；

通过评价函数将映射得到的向量关联起来，并最小化所述评价函数，达到所述优化目标，得到所述第一特征向量、所述标签向量和所述第二特征向量。

4.根据权利要求3所述的项目推荐方法，其特征在于，所述将所述第一特征向量、所述标签向量以及所述第二特征向量映射至同一向量空间，包括：

将所述第一特征向量、所述第二特征向量映射至所述标签向量所在的向量空间；或者

将所述标签向量映射至所述第一特征向量、所述第二特征向量所在的向量空间。

5.根据权利要求4所述的项目推荐方法，其特征在于，所述对提取的所述项目特征进行扩展，得到目标特征，包括：

从所述异构网络中获取提取的项目特征的特征向量，并从所述异构网络中获取候选的项目特征的特征向量；

根据所述提取的项目特征的特征向量以及所述候选的项目特征的特征向量，计算所述候选的项目特征与所述提取的项目特征之间的相似度；

根据所述候选的项目特征与所述提取的项目特征之间的相似度，从所述候选的项目特征中选取所述目标特征。