[发明专利]一种基于知识图谱的内容推荐方法和系统

说明书

本申请公开了一种基于知识图谱的内容推荐方法，包括：获取用户在一段设定时间内点击过的历史内容，并确定与所述历史内容相似的若干候选内容；对于所述历史内容和所述候选内容，分别使用KCNN将其语义表示与知识表示进行融合，得到各个内容对应的KCNN映射结果；根据所述历史内容和所述候选内容的KCNN映射结果，通过Attention机制确定各个候选内容的得分，所述候选内容的得分表示所述候选内容被所述用户点击的概率；将得分最高的N个候选内容推荐给所述用户，其中，N≥1。本申请还公开了一种对应的内容推荐系统。应用本申请公开的技术方案，能够充分挖掘用户潜在的感兴趣的知识内容，实现更为智能的个性化内容推荐。

技术领域

本申请涉及智能推荐技术领域，特别涉及一种基于知识图谱的内容推荐方法和系统。

背景技术

推荐系统存在的主要意义在于：在信息爆炸的时代，如何从大量的数据中选择合适的信息向个性化用户进行推荐。推荐系统在新闻领域有很大的发展前景，一般来说，新闻语言高度浓缩，充满了知识实体和常识知识。目前的新闻推荐方法主要依靠统计机器进行学习，通过新闻的关键词判断新闻之间的相似性，然后将相似的新闻推荐给用户。

一种现有的实现方案是基于内容相似度进行新闻推荐。基于内容相似度进行新闻推荐，顾名思义，就是将与用户感兴趣的新闻内容相似的新闻推荐给该用户。基于内容相似度的推荐算法的主要优势在于：无冷启动问题，只要用户产生了初始的历史数据(即看了某新闻)，就可以开始进行推荐的计算。而且随着用户的浏览记录数据的增加，这种推荐通常也会越来越准确。

这里有两个重要的关键点需要进行说明：

1.如何知道用户喜欢看哪些新闻，即：如何确定用户感兴趣的新闻。

用户有历史的浏览记录，可以从用户历史浏览的新闻中“提取”能代表新闻主要内容的关键词，判断哪些关键词出现得最多。比如：可以有“手机”，“电脑游戏”、“发布会”等等关键词。

或者，也可以统计这些新闻所属的领域是哪些，比如：国际政治、社会、民生、娱乐，找出用户看的新闻来源最多的几个领域。不过，按这种方式判断用户兴趣容易太宽泛，哪怕是同一个领域下的新闻，也可能存在较大差异。比如：某用户可能喜欢A女星，而不喜欢B女星，而如果只是认为该用户喜欢娱乐新闻，结果把B女星的新闻不停地推荐给用户，显然这种推荐是不合适的。而上述的提取关键词的方法就可以比较好地规避这个问题。

2.如何判断两个新闻的内容是否相似

将一篇文本通过词频-逆文本频率指数(TF-IDF：term frequency–inversedocument frequency)算法进行处理，能够返回一组对应于该文本的“关键词-TFIDF值”的词数对，这些关键词最好地代表了这篇文本的核心内容，而这些关键词相对于这篇文本的关键程度由它的TF-IDF值量化。

采用提取关键词并量化关键程度的方法得到两篇文本各自的TF-IDF值后，通过计算这两组TF-IDF值的余弦距离可以得到两篇文本的相似程度，从而利用文本之间的相似度来推荐新闻。

上述基于内容相似度的新闻推荐局限于简单的词匹配，不能合理地扩展，存在很大的不准确性。并且，上述方法没有考虑到用户兴趣的多样性，当用户量达到一定的数量级，整个推荐系统不能为用户进行个性化推荐，从而失去了推荐系统的意义。此外，从技术层面考虑，本申请的发明人发现：现有新闻推荐方法没有利用外在知识，也没有充分发现新闻之间潜在的知识层面的联系，因而无法挖掘用户潜在的感兴趣的知识。

发明内容

本申请提供了一种基于知识图谱的内容推荐方法和系统，以充分挖掘用户潜在的感兴趣的知识内容，实现更为智能的个性化内容推荐。

本申请公开了一种基于知识图谱的内容推荐方法，包括：

获取用户在一段设定时间内点击过的历史内容，并确定与所述历史内容相似的若干候选内容；