[发明专利]一种基于家庭知识图谱的电影推荐方法

说明书

本发明涉及一种基于家庭知识图谱的电影推荐方法，包括步骤如下：A、构建并训练获取上下文感知推荐模型(1)构建家庭知识图谱：(2)数据预处理：(3)构建上下文感知推荐模型：(4)融入家庭成员相似度：(5)训练上下文感知推荐模型：B、通过训练好的上下文感知推荐模型预测出家庭成员对每一部已知电影的评分，并为其推荐。本发明构建三维张量模型，融入家庭知识图谱的上下文信息，将家庭成员的相似度关系融入评分预测模型，可以显著地缓解数据稀疏问题，从而提高推荐的精准度。

技术领域

本发明涉及一种基于家庭知识图谱的电影推荐方法，属于智能推荐技术领域。

背景技术

社会科技的进步带动着许多行业的发展。近年科技、经济突飞猛进，人民的生活水平也得到了提升，对生活质量的追求也更加精益求精，而生活的智能就是一个突出表现的方面。智能家居，智能家用机器人等科技产品也慢慢的被人们关注起来。在智能家庭中，智能家居可以更好地为我们提供便利的服务，在生活中给我们提供重要的信息，能对我们的日常生活进行合理的安排，充分的利用我们的时间和资源。

随着家庭智能化的提升，人们在及时获取到海量丰富信息的同时，也遇到了信息过载问题。信息过载问题是信息时代过于丰富的信息造成的负面影响之一，指的是海量的信息内容超出了个人或系统所能承受、处理或有效使用的范围，并导致出现故障的状况。信息过载使得个人或系统需要花费大量的时间和精力去甄选适合自己需求的信息，造成了大量人力和物力资源的浪费。

对于家庭成员来说，从大量的信息中发现对自己有用或者自己感兴趣的信息是一件耗时枯燥的事情，同时对信息的可靠性和准确度进行评定更是一个极其苦难的过程。为用户提供有针对性的信息来满足其需求，是提高用户生活质量，提高家庭智能化的重要手段。搜索引擎可以在用户需求明确的情况下提供用户需求的信息，但是，由于海量的信息足够庞大，用户可能并不能够从自己的需求中提取适当的关键词，同时单个关键词检索到的结果数量对用户来说可能同样庞大，因此，这种方式并不能够很好的解决用户在面对信息过载问题时候的困扰。不同用户在进行关键词的检索时目的可能并不相同，而当前的搜索引擎只是根据用户输入的关键词信息进行简单的检索和反馈，并不能考虑到用户的实际情况，即不同的用户可以根据相同的关键词从搜索引擎得到相同的结果，在这些检索结果中同样存在很多用户不需要的垃圾信息。此外，在很多家庭生活场景中，用户对现有需求并不明确或无法准确描述，因此，家庭场景中还需要一个更加主动和具有个性化的平台来解决信息过载问题和用户隐性需求问题，提高家庭智能化。

推荐系统被认为是一种能够有效帮助用户解决信息过载问题和隐性需求问题的个性化平台，它会在收集用户相关信息的基础上个性化地为用户推荐最有可能满足其需求的商品或信息。尽管推荐系统与搜索引擎平台同样基于信息检索和信息过滤技术，但不同之处在于推荐系统能够通过主动的收集和分析用户的行为和历史信息，并建立以用户需求为基础的模型进行物品和信息的推荐，其工作方相较于搜索引擎平台更加的主动和智能，因此能够展示给用户更加具有针对性和个性化的结果。

家庭场景中推荐系统具有很强的实用性，它能根据用户的兴趣特性帮助用户发现并推荐给他们感兴趣的信息，既提升了用户体验又提高用户对该系统的依赖度。智能家电和家居设备是为家庭用户提供服务的主要执行者，也是智能推荐系统主要部署终端，是实现智慧生活的基础和保证。家庭场景应用丰富，为满足用户多种多样的需求，家庭终端种类与数量日益增多，智能化程度逐渐增强，但在应用中仍面临着设备之间相对独立导致数据松散服务单一、带屏设备提供海量视频导致信息过载，无法为用户筛选最佳内容，这些问题限制了智能终端为用户提供更好服务的能力，影响了带屏设备的用户体验，妨碍了智慧生活产业的发展。因此，面向家庭场景的智能推荐技术就有了重要的作用。