[发明专利]一种基于知识图谱表示学习和神经网络的协同推荐方法

摘要

本发明公开了一种基于知识图谱表示学习和神经网络的协同推荐方法，将数据集中的项目映射到公开知识图谱三元组，作为训练集输入到OpenKE框架中进行模型训练，其中同过设置参数的方式来选择采用知识图谱表示学习方法进行学习，按照顺序将实体集的对应向量矩阵E′反映射回项目个体，得到每一个项目构建好其对应的低维度稠密特征向量Ikem，将正例低维度稠密特征向量Ikem‑pos和负例低维度稠密特征向量Ikem‑neg读入模型中，并替换掉传统向量层操作，即为知识嵌入向量层最终输出，然后神经网络训练层开始训练，本发明能够解决评分矩阵稀疏和冷启动的问题，并增强了协同过滤推荐的性能和准确性。