[发明专利]一种基于定位及知识图谱的智能推荐方法

说明书

本发明公开了一种基于定位及知识图谱的智能推荐方法，该方法利用百度地图定位技术来获取用户所处位置（如服装店、餐饮店）。筛选并提取出位置名称文本作为实体输入，通过word2vec词向量训练将实体训练成词向量，采用余弦相似度算法计算该实体节点的词向量与各个不同类型的知识图谱之间的相似度，并按相似度值排名（由高到低）对用户进行推荐，解决了传统推荐算法实体属性有限、难以有效的得到更多数据的问题。本方法有丰富的辅助信息来源，真实客观，提升了精准性、多样性和可解释性，充分满足了用户个性化推荐的需求。

技术领域

本发明涉及定位和知识图谱信息推荐技术领域，具体是一种基于定位及知识图谱的智能推荐方法。

背景技术

当代智能推荐系统的目标是充分运用相关领域技术，为每一个用户实现个性化的推荐结果，让每个用户更便捷的获取信息。另一方面，互联网信息的膨胀带来的信息过载也呼唤智能推荐系统来帮用户去粗取精，挑选出最适合用户的内容。

在智能推荐系统中有一部分推荐场景是和用户所处地域密切相关的，尤其对一些LBS、O2O的应用来说，一旦离开地域特征，那么推荐的效果根本无从谈起。例如当需要推荐一个餐馆时，如果不考虑用户当前所在的位置，那么即使某餐馆和当前用户的口味匹配度非常高，但远在天边，这个推荐是毫无价值的。

目前推荐系统在地域特征的使用还停留在较为原始的状态，通常需要让用户手工筛选推荐结果所在的区域(如省、市、区、县等)，或者指定若干半径范围内的结果。这种方式不仅操作繁琐，而且缺乏对地域信息的细致分析。本发明基于定位及知识图谱的智能推荐方法则不需要用户手工筛选或指定范围，通过用户感兴趣的实体(机器学习获得)与知识图谱内各实体节点的相似度计算，能够确定实体节点之间有足够的关联性或相似性，即根据用户的基于定位获取的行为模式与知识图谱相联系进行个性化的推荐，能够很好的解决上述问题。

手机是进行基于地域信息推荐的最好载体，随着移动互联网应用越来越普及，本发明基于定位技术的推荐与知识图谱相结合无疑是能给用户带来更加个性化的、客观精准的、可解释性的推荐服务的一种智能推荐方法。

此外，本发明基于定位服务的智能推荐方法数据来源获取简单，采用文本训练方法，技术成熟，方法简单且行之有效、准确度高及适用性强。

发明内容

本发明的目的在于解决传统推荐算法实体属性有限、难以有效的获得更多数据的不足,而提供一种基于定位及知识图谱的智能推荐方法，该推荐方法

实现本发明目的的技术方案是：

一种基于定位及知识图谱的智能推荐方法，包括如下步骤：

1)获取实体节点并训练：

1-1)调用百度地图接口获取用户的定位；

1-2)筛选并提取出所在用户位置名称对应的文本作为实体节点；

1-3)采用word2vec中skip-gram模型对实体节点进行训练；

1-4)训练学习、提取特征后，得到该实体节点对应的词向量；

2)构建各类型知识图谱

2-1)信息抽取：从各类型的数据源中提取出实体、属性以及实体间的相互关系，形成本体化的知识表达；

2-2)知识融合：获得新知识后进行整合，包括实体链接和知识合并；

2-3)知识加工：对经过融合的新知识进行质量评估，合格的部分加入到知识库中，新增数据之后，进行知识推理，拓展现有知识；

2-4)采用自底向上的方式构建知识图谱，每一轮迭代更新，重复步骤2-1)-步骤2-4)，获得各类型知识图谱中的实体节点；

3)计算实体节点之间关联度及完成推荐