买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：天津大学

摘要：本发明涉及一种基于图神经网络多空间交互建模的知识增强推荐方法，包括下列步骤：从知识增强推荐的不同数据来源出发分别构建用户‑物品二部图和物品知识图谱；连接用户‑物品二部图和物品知识图谱，构建统一知识图；将基于图神经网络的知识增强推荐问题转化为给定统一知识图，目标是通过用户物品嵌入的预测分数来判断用户对未交互过物品潜在兴趣；将所构建的统一知识图网络输入到几何投影编码模块用于解析蕴含在用户及物品属性信息的相关嵌入，得到欧氏原始节点嵌入和双曲原始节点嵌入；知识注意力编码模块，用于学习从几何投影编码模块接收得到编码特征的初始欧式嵌入和初始双曲嵌入；知识注意力编码模块；双嵌入交互模块；预测和推荐。

主权项：1.一种基于图神经网络多空间交互建模的知识增强推荐方法，包括下列步骤：步骤1，从知识增强推荐的不同数据来源出发分别构建用户-物品二部图Grec和物品知识图谱Gkg；步骤2，连接步骤1生成的用户-物品二部图Grec和物品知识图谱Gkg构建统一知识图：将Grec中的每个物品v对齐Gkg中的相关实体，把用户节点视为一种新的实体，用户和物品之间的交互视为一种附加关系加入知识图谱并更新为统一知识图G；将基于图神经网络的知识增强推荐问题描述为：给定用户-物品二部图Grec和物品知识图谱Gkg，基于图神经网络的知识增强推荐问题转化为给定图G，目标是通过用户物品嵌入的预测分数来判断用户对未交互过物品潜在兴趣，其中代表用户对物品的预测偏好；步骤3，将步骤2所构建的统一知识图网络输入到几何投影编码模块用于解析蕴含在用户及物品属性信息的相关嵌入，得到欧氏原始节点嵌入和双曲原始节点嵌入；步骤4，知识注意力编码模块，用于学习从步骤3所述的几何投影编码模块接收得到编码特征的初始欧式嵌入和初始双曲嵌入；该模块包含两个机制：边缘级关系路径感知注意力聚合机制、节点级距离感知注意力聚合机制；前者考虑对关系节点进行显式建模，整合来自邻域节点的关系路径以生成节点嵌入，保留欧式空间中关系路径的整体语义；后者通过双曲空间上的距离引导注意机制聚合，并在双曲空间以节点级聚合生成节点表示，充分利用几何空间的属性；将步骤3中的欧式嵌入通过图神经网络GNN提取其中的特征，并将聚合邻居节点信息的低维向量表示作为该图神经网络的输出；步骤5,知识注意力编码模块，其节点级距离感知注意力聚合机制从步骤3所述的几何投影编码模块接收得到初始双曲嵌入向量；节点级距离感知注意力聚合机制将步骤3中的双曲嵌入通过双曲图神经网络HGNN提取其中的特征，并将聚合邻居节点信息的低维向量表示作为该双曲图神经网络的输出；步骤6,双嵌入交互模块，基于两个嵌入的相似性自适应地融合从知识感知注意力聚合模块中学习到的欧式和双曲空间嵌入信息；经过L层的交互，将得到每个节点的两个融合几何嵌入，并采用超参数因子来动态调整两个融合几何嵌入的占比加权计算获得最终单一嵌入；步骤7,预测层将步骤6得到的L层用户节点嵌入和物品节点嵌入分别拼接，根据两个最终特征嵌入来计算相似度得分此评分将判断商品是否值得推荐给用户。

全文数据：

权利要求：

百度查询： 天津大学 一种基于图神经网络多空间交互建模的知识增强推荐方法