[发明专利]一种融合知识图谱的注意力机制的电影推荐方法

权利要求书

1.一种融合知识图谱的注意力机制的电影推荐方法，其特征在于，包括以下步骤：

S1、获取电影网站上面的用户-电影交互信息和电影属性信息；

S2、通过DAE降噪自动编码器对获取的用户-电影交互信息和电影属性信息进行预处理，根据预处理之后的用户-电影交互信息和电影属性信息构建知识图谱，知识图谱的形式为三元组形式，由头实体，关系，尾实体构成，构建知识图谱时计算实体之间的相似度，即知识图谱相似度；

S3、使用知识图谱特征学习，对上述构建的知识图谱进行建模，将知识图谱中的每个实体和关系进行学习，得到实体向量和关系向量；

S4、构建含有注意力机制的混合推荐系统，将知识图谱得到的实体向量和关系向量输入含有记忆组件的注意力机制混合推荐系统，通过注意力机制计算出用户对于候选电影的注意力分值，将用户对候选电影的注意力分值降序排列；通过MLP进行评分预测，最终按照评分顺序得到电影TOP-N推荐结果；

S5、将电影TOP-N推荐结果与原始测试集进行对比，通过准确率、召回率、覆盖率等指标对构建的推荐系统进行评估。

2.根据权利要求1所述的一种融合知识图谱的注意力机制的电影推荐方法，其特征在于，步骤S2中，知识图谱相似度的计算式如下：

其中，sim_sg(I_i,I_j)表示电影i与电影j之间的相似度，d(I_i,I_j)表示电影i与电影j之间的欧氏距离，E_ki表示实体电影i在向量空间里面的坐标点，E_kj表示实体电影j在向量空间里面的坐标点。

3.根据权利要求1所述的一种融合知识图谱的注意力机制的电影推荐方法，其特征在于，所述含有注意力机制的混合推荐系统包括：知识图谱构建模块、基于内容的推荐模块、基于项目的协同过滤推荐模块、融合模块、含有记忆组件的注意力机制模块、softmax模块，所述知识图谱构建模块用于构建知识图谱；所述基于内容的推荐模块用于实现基于内容的电影推荐；所述基于项目的协同过滤推荐模块用于实现基于项目的协同过滤电影推荐；所述融合模块用于将知识图谱模块、基于内容的推荐模块和基于项目的协同过滤推荐模块进行结合，实现混合推荐；所述含有记忆组件的注意力机制模块使用记忆组件捕捉用户的动态变化，得到侯选电影的注意力分值以及用户对侯选电影的注意力分值，将注意力分值降序排序，进行最终的TOP-N推荐。

4.根据权利要求3所述的一种融合知识图谱的注意力机制的电影推荐方法，其特征在于，基于内容的推荐模块中采用基于内容的推荐算法进行电影推荐，包括：首先构造电影画像，再通过相似度计算式来寻找最相似的电影，相似度计算公式如下：

其中，sim(i，j)表示电影i与电影j的相似度，R_u，i表示用户u对电影i的评分，R_u，j表示用户u对电影j的评分，表示用户u对所有电影的平均评分。

将相似度高的电影进行评分预测，评分预测的公式如下：

其中，p(u，i)表示最终预测出的用户u对于电影i的评分值，S(u,K)表示与用户u的兴趣最接近的K个用户，N(i)表示对物品i有过行为的用户集合，w_uv表示用户u和用户v的相似程度，r_vi表示用户v对物品i的感兴趣程度；

最后将评分高的TOP-N电影进行推荐。