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：杭州电子科技大学;杭州电子科技大学滨江研究院有限公司

摘要：本发明公开了一种基于时序知识图谱的兴趣点推荐方法、介质及电子设备。本发明以用户的历史行为轨迹和多模态信息为基础，构建了动态时序知识图谱和静态群组知识图谱，分别用于学习用户随时间变化的兴趣偏好和不随时间变化的稳定特征。同时，本发明运用深度学习方法建立了一个兴趣点推荐模型，可结合用户评论情感嵌入序列从两个知识图谱中提取兴趣点融合特征表示和用户融合特征表示，以准确预测下一时刻目标用户最可能访问的兴趣点。本发明具有准确度高、可扩展性强等特点，可为个性化地用户行为轨迹预测提供支持。

主权项：1.一种基于时序知识图谱的兴趣点推荐方法，其特征在于，包括：S1、根据所有用户的完整历史行为轨迹，构建动态时序知识图谱和静态群组知识图谱；所述动态时序知识图谱为不同历史时间片的动态关系知识图谱组成的图谱集合，每个动态关系知识图谱记录了在历史时间片内所有用户和兴趣点之间的动态关系，所述动态关系包括用于记录用户对兴趣点访问行为的访问关系、用于记录用户对不同兴趣点相邻访问行为的跟随关系；所述静态群组知识图谱记录了在所有历史时间片内所有用户和兴趣点之间的静态关系，所述静态关系包括用于记录用户之间朋友关系的社交关系、用于记录兴趣点所坐落的空间区域的位置关系、用于记录不同兴趣点是否属于近邻点的相邻关系、用于记录兴趣点所属的兴趣点类别的类别关系、用于记录按照所访问兴趣点和所访问空间区域分别进行用户分组的群组关系；S2、获取目标用户在待预测时刻之前的历史行为轨迹子串，并从中依次提取用户访问过的每个兴趣点的用户评论文本，利用基于预训练模型构建的方面级情感分析模块对用户评论文本进行词嵌入，并将所有用户评论文本的情感嵌入进行拼接，得到用户评论情感嵌入序列；S3、将所述历史行为轨迹子串、动态时序知识图谱、静态群组知识图谱和用户评论情感嵌入序列输入兴趣点推荐模型，先由嵌入模块对输入数据进行词嵌入操作，再由多模态知识融合模块基于异构互注意力机制对动态时序知识图谱和静态群组知识图谱进行融合操作，并且将兴趣点、用户以及其他多模态信息进行融合获得兴趣点融合特征表示和用户融合特征表示，最后由解码模块将兴趣点融合特征表示和用户融合特征表示拼接后输入级联的循环神经网络和多层感知机中，预测下一时刻目标用户可能访问的兴趣点；所述多模态知识融合模块中的处理流程如下：S31、将动态时序知识图谱和静态群组知识图谱分别输入异构图注意力网络中进行信息融合，获得融合后的动态时序知识图谱和静态群组知识图谱；S32、将所述历史行为轨迹子串中的所有兴趣点按照用户的访问先后顺序排列，从所述融合后的动态时序知识图谱中按序提取各兴趣点对应的隐藏层向量，组成带有全局时间片信息的用户行为轨迹嵌入，从融合后的静态群组知识图谱中按序提取各兴趣点对应的隐藏层向量，组成带有全局静态信息的用户行为轨迹嵌入；从所述融合后的静态群组知识图谱中提取兴趣点级别群组特征和区域级别群组特征；S33、以所述用户评论情感嵌入序列作为查询，通过注意力机制对带有全局时间片信息的用户行为轨迹嵌入和原始用户行为轨迹嵌入进行融合，得到融合后的用户行为轨迹嵌入；将融合后的用户行为轨迹嵌入作为值，将带有全局静态信息的用户行为轨迹嵌入作为查询，将兴趣点级别群组特征作为键，输入Transformer模型的Encoder模块进行融合编码，得到兴趣点融合特征表示；S34、将兴趣点级别群组特征和区域级别群组特征拼接后进行融合，将得到的融合群组特征作为键，将所述融合后的静态群组知识图谱中所有用户的用户嵌入特征表示作为查询，将原始的静态群组知识图谱中所有用户的用户嵌入特征表示作为值，输入Transformer模型的Encoder模块进行融合编码，得到用户融合特征表示。

全文数据：

权利要求：

百度查询： 杭州电子科技大学 杭州电子科技大学滨江研究院有限公司 基于时序知识图谱的兴趣点推荐方法、介质及电子设备