[发明专利]基于知识图谱的推荐方法、装置、电子设备及存储介质

说明书

本发明实施例提供了一种基于知识图谱的推荐方法、装置、电子设备及存储介质，所述方法包括：获取目标文本信息，在预先构建的知识图谱中查找所述目标文本信息相匹配的实体节点；确定所述知识图谱中所述实体节点的近邻实体节点，以及确定所述知识图谱中所述近邻实体节点的关联实体节点；查找所述近邻实体节点对应的近邻实体，以及查找所述关联实体节点对应的关联实体；推荐所述近邻实体以及所述关联实体。本发明实施例引入知识图谱，通过知识图谱进行推荐，可以避免使用少量用户之间或物品之间较少的共性数据预测大量未知信息，避免数据过拟合的可能性，提高推荐精准度。

技术领域

本发明实施例涉及推荐技术领域，尤其涉及一种基于知识图谱的推荐方法、装置、电子设备及存储介质。

背景技术

在互联网时代，网络成为人们生活必不可少的一部分，是人们获得信息资源的重要途径。随着互联网的发展，网络上的资源也爆炸式的呈指数增长，导致信息过载的问题，如何呈现用户感兴趣的信息成为研究的热点与难点。个性化推荐系统面向用户，实现信息过滤，解决信息过载的问题，精准定位用户喜好信息。

相关技术中，传统的个性化推荐系统基于用户之间的共性数据协同过滤，或者基于物品之间的共性数据协同过滤，精准定位用户喜好信息。例如，用户M喜欢电影A，用户N与用户M年龄均为16岁，那么可以将电影A推荐给用户N。又例如，用户M喜欢电影A，电影A与电影B电影类型均为科幻类，那么可以将电影B推荐给用户M。

然而在实际应用场景中，少量用户之间或物品之间的共性数据较少，例如数据库中只有10个用户，并且用户N与用户M之间只有1个共性数据：年龄，但实际电影数量有10000个，容易出现使用少量用户之间或物品之间较少的共性数据预测大量未知信息，增大数据过拟合的可能性，降低推荐精准度。

发明内容

为了解决上述在实际应用场景中，少量用户之间或物品之间的共性数据较少，容易出现使用少量用户之间或物品之间较少的共性数据预测大量未知信息，增大数据过拟合的可能性，降低推荐精准度的技术问题，本发明实施例提供了一种基于知识图谱的推荐方法、装置、电子设备及存储介质。

在本发明实施例的第一方面，首先提供了一种基于知识图谱的推荐方法，所述方法包括：

获取目标文本信息，在预先构建的知识图谱中查找所述目标文本信息相匹配的实体节点；

确定所述知识图谱中所述实体节点的近邻实体节点，以及确定所述知识图谱中所述近邻实体节点的关联实体节点；

查找所述近邻实体节点对应的近邻实体，以及查找所述关联实体节点对应的关联实体；

推荐所述近邻实体以及所述关联实体。

在一个可选的实施方式中，所述推荐所述近邻实体以及所述关联实体，包括：

在所述目标文本信息中包括实体与属性关系的情况下，推荐所述近邻实体以及所述关联实体。

在一个可选的实施方式中，所述推荐所述近邻实体以及所述关联实体，包括：

在所述目标文本信息中包括实体的情况下，推荐所述实体节点与所述近邻实体节点之间的属性关系、所述近邻实体以及所述关联实体。

在一个可选的实施方式中，所述查找所述关联实体节点对应的关联实体，包括：

从所述关联实体节点中筛选与所述近邻实体节点之间的属性关系数量超过N的目标关联实体节点，其中，所述N为正整数；

查找所述目标关联实体节点对应的目标关联实体；

所述推荐所述近邻实体以及所述关联实体，包括：

推荐所述近邻实体以及所述目标关联实体。

在一个可选的实施方式中，所述方法还包括：