[发明专利]一种基于深度矩阵分解与知识图谱的服务推荐方法

摘要

本发明涉及一种基于深度矩阵分解与知识图谱的服务推荐方法，该方法利用政务服务事项数据构建政务服务知识图谱，通过知识表示方法对知识图谱的实体上下文和实体描述文本信息建模，采用联合学习的方式将知识表示学习与个性化推荐结合起来得到最优GKGR模型。最后预测每一对用户和服务事项的分数，通过推荐列表的方式向用户推荐分数较高的服务事项。该方法利用神经网络对用户和服务事项进行特征提取，充分利用用户行为数据，有效地缓解数据稀疏的问题；通过知识表示方法对实体上下文和实体描述文本信息进行建模，联合学习知识表示任务和个性化推荐任务，提高推荐结果的准确性和可解释性，有效缓解了政务服务推荐的冷启动问题。