[发明专利]一种基于语义关系的智能推荐方法

权利要求书

1.一种基于语义关系的智能推荐方法，其特征在于：包括如下步骤：

S1：建立语义关系的知识图谱，所述的知识图谱包括若干物品实体和若干用户实体；

S2：基于语义关系的知识图谱，根据物品属性类别进行划分，得到物品属性类别相应的属性子图；

S3：获取属性子图中物品之间的语义相似度，根据语义相似度获取第一物品推荐清单；

S4：获取购买清单与第一物品推荐清单的相似性符合条件的用户；

S5：获取用户对相应的购买清单中物品的评分信息，根据评分信息建立物品评分矩阵，获取购买清单中物品之间的修正余弦相似度，并根据修正余弦相似度获取第二物品推荐清单；

S6：将语义相似度和修正余弦相似度进行线性加权融合，得到融合相似度；

S7：根据融合相似度和物品评分矩阵，得到第一物品推荐清单和第二物品推荐清单中所有物品的评分，根据评分获取最终推荐清单，并将最终推荐清单推荐给用户。

2.根据权利要求1所述的一种基于语义关系的智能推荐方法，其特征在于：所述的步骤S3中，获取属性子图中物品之间的语义相似度的具体方法为：基于属性子图，将物品实体表示为实体向量，利用欧几里德公式获取实体向量之间的语义相似度。

3.根据权利要求2所述的一种基于语义关系的智能推荐方法，其特征在于：所述的物品实体的实体向量的公式为：

I_i＝(E_1i,E_2i,...,E_di)^T

式中，I_i为物品实体的实体向量；i为物品实体指示量；E_di为第i个物品实体第d维度的值；d为维度总量。

4.根据权利要求2所述的一种基于语义关系的智能推荐方法，其特征在于：所述的语义相似度的欧几里德公式为：

式中，sim_kg(I_i,I_j)为物品实体I_i和物品实体I_j的语义相似度；i、j为物品实体指示量；为物品实体I_i和物品实体I_j的欧几里得距离；k为维度指示量；d为维度总量；E_ki、E_kj为第i个物品实体、第j个物品实体第k维度的值。

5.根据权利要求1所述的一种基于语义关系的智能推荐方法，其特征在于：所述的步骤S3中，第一物品推荐清单的获取方法为：根据语义相似度将该属性子图中物品进行降序排序，选出排名前K个物品，得到第一物品推荐清单。

6.根据权利要求1所述的一种基于语义关系的智能推荐方法，其特征在于：所述的步骤S4中，购买清单的物品与第一物品推荐清单的相似性超过阈值，即该购买清单对应的用户为相似性符合条件的用户。

7.根据权利要求1所述的一种基于语义关系的智能推荐方法，其特征在于：所述的步骤S5中，获取第二物品推荐清单的具体方法为：根据修正余弦相似度将购买清单中物品进行降序排序，选出排名前K个物品，得到第二物品推荐清单。

8.根据权利要求1所述的一种基于语义关系的智能推荐方法，其特征在于：所述的步骤S5中，修正余弦相似度的公式为：

式中，sim_c(I_i,I_j)为物品实体I_i和物品实体I_j的修正余弦相似度；i、j为物品实体指示量；U_i,j、U_i、U_j分别为购买过i和j商品的用户、购买过i商品的用户以及购买过j商品的用户；C_u,i、C_u,j、分别为第i个物品实体评分、第j个物品实体评分以及平均评分。