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：成都进托邦互联网信息服务有限公司;重庆邮电大学

摘要：本发明公开了基于知识图谱的视听网站推荐算法性能优化方法及系统，涉及电子数字数据处理技术领域，该方法包括以下步骤：基于视听网站产生的视听数据，构建知识图谱；利用改进的聚类算法获取用户个性化数据，并结合知识图谱及深度学习算法，建立视听网站推荐模型；利用参数优化算法对视听网站推荐模型进行参数优化，获得最优参数。本发明通过构建知识图谱，不仅能够识别出视听内容之间的关联性，还能揭示出用户与视听内容之间的潜在联系，结合用户个性化数据和深度学习算法，能够精确地捕捉和理解用户的兴趣和偏好，从而提供更加符合用户需求的推荐内容，提升用户的满意度。

主权项：1.基于知识图谱的视听网站推荐算法性能优化方法，其特征在于，该方法包括以下步骤：S1、基于视听网站产生的视听数据，构建知识图谱；S2、利用改进的聚类算法获取用户个性化数据，并结合知识图谱及深度学习算法，建立视听网站推荐模型；S3、利用参数优化算法对视听网站推荐模型进行参数优化，获得最优参数；所述利用改进的聚类算法获取用户个性化数据，并结合知识图谱及深度学习算法，建立视听网站推荐模型包括以下步骤：S21、利用改进的聚类算法挖掘视听数据，获取用户个性化数据；S22、利用图嵌入技术将知识图谱中的视听实体及视听实体之间的关联嵌入到低维向量空间中，获取嵌入后的低维向量；S23、利用注意力机制对用户个性化数据与低维向量进行处理，得到用户个性化权重；S24、基于用户个性化权重与视听数据，利用深度学习算法，构建视听网站推荐模型；所述利用改进的聚类算法挖掘视听数据，获取用户个性化数据包括以下步骤：S211、对视听数据进行数据清洗，生成数据集，并初始化数据集中的领域半径和密度阈值；S212、遍历数据集，利用聚类算法识别任意核心点，对核心点进行扩充，提取核心点领域半径内的所有点，并基于所有点，将领域半径内与核心点密度相连的所有点归纳为聚类簇；S213、遍历核心点邻域半径内的所有核心点，获取与所有核心点密度相连的点，直至没有核心点扩充聚类簇为止；S214、基于聚类簇扩充完成后，重新遍历数据集，寻找未被聚类的核心点，并对未被聚类的核心点重复步骤S212-S213，直至所有数据点都被分配到相应的聚类簇中；S215、将视听数据与聚类结果进行关联分析，识别不同聚类簇中的用户行为数据，并根据识别结果获取用户个性化数据；所述利用注意力机制对用户个性化数据与低维向量进行处理，得到用户个性化权重包括以下步骤：S231、将获取的用户个性化数据转换为数值化的特征向量；S232、将特征向量与低维向量输入至注意力机制，并利用注意力层中的动态因子，计算得到注意力分值；S233、通过计算不同特征向量的注意力分值，获取用户个性化权重；所述注意力分值的计算公式为： ，式中，Pa,b表示特征向量a与特征向量b之间的注意力分值； Nb,K a 表示特征向量b与特征向量a对应低维向量的相似度； K a 表示特征向量a对应的低维向量； Z a 表示特征向量a的值； L表示低维向量的个数； l表示索引变量；所述基于用户个性化权重与视听数据，利用深度学习算法，构建视听网站推荐模型包括以下步骤：S241、对用户个性化权重与视听数据进行标准化处理，并从标准化处理后的用户个性化权重与视听数据中提取特征数据；S242、基于提取的特征数据，结合深度学习算法，构建视听网站推荐模型；S243、划分视听数据，得到训练集与测试集，并利用训练集对视听网站推荐模型进行训练；所述利用参数优化算法对视听网站推荐模型进行参数优化，获得最优参数包括以下步骤：S31、在视听网站推荐模型的参数空间内，随机初始化若干组参数作为粒子群中的粒子，并为每个粒子随机分配初始位置和初始速度；S32、计算每个粒子对应的初始适应度值，并记录当前的全局最优位置和全局最优适应度值；S33、根据预设的迭代次数与当前迭代次数，计算惯性权重，并利用位置迭代公式与速度迭代公式更新每个粒子的位置和速度；S34、利用遗传算法对更新后每个粒子的位置和速度进行处理，计算遗传处理后的每个粒子对应的适应度值；S35、比较适应度值与初始适应度值，并根据比较结果更新最优位置和最优适应度值；S36、判断当前迭代次数是否达到预设迭代次数，若是，则停止迭代，并将停止迭代后的最优位置所对应的参数作为最优参数，若否，则重复步骤S32-S35，直至达到预设迭代次数；所述利用遗传算法对更新后每个粒子的位置和速度进行处理，计算遗传处理后的每个粒子对应的适应度值包括以下步骤：S341、利用轮盘赌选择法从更新后的粒子群中选取若干粒子作为父代粒子；S342、随机选取两个父代粒子，根据预设的交叉概率和交叉法，对父代粒子的位置和速度进行交叉操作，生成子代粒子；S343、基于每个子代粒子，根据预设的变异概率和变异法，对子代粒子的速度与位置进行变异操作，生成最终的子代粒子；S344、将最终的子代粒子与当前粒子群中的若干粒子合并，形成新的粒子群；S345、计算新粒子群中每个粒子的适应度值。

全文数据：

权利要求：

百度查询： 成都进托邦互联网信息服务有限公司 重庆邮电大学 基于知识图谱的视听网站推荐算法性能优化方法及系统