[发明专利]面向文旅融合的知识图谱内容推荐方法

说明书

一个面向文旅融合的知识图谱内容推荐方法，包括设计推荐系统框架与功能模块，在系统中提出基于路径和图上下文的知识图谱补全方法进行知识图谱补全，并进一步，使用基于注意力机制的知识图谱偏好预测推荐方法来进行文旅资源的推荐。本发明设计并实现了面向文旅融合的知识图谱内容推荐方法，在本发明中使用了偏好传播的思想，通过对用户的历史数据做分析来获得更精准的用户向量表示，使推荐的项目更精准，推荐效率更高。

技术领域

本发明涉及到一个面向文旅融合的知识图谱内容推荐方法。

背景技术

现如今，随着我国经济社会的发展，许多人选择农家乐等乡村文旅融合项目来享受假期，目前已经有一些政府或企业建立旅游综合服务推荐系统，来辅助开发文旅资源，帮助游客推荐文旅项目。

但目前推荐系统方面的研究存在一些不足，现有的推荐系统存在计算可信度比较低(即使性别、年龄相似,也可能有截然不同的喜好)；推荐结果的可解释性不足,难以做到精准推荐。在文旅融合方面的推荐系统也缺少许多发展。使用知识图谱来辅助推荐系统可以解决许多现有推荐系统的缺点和不足。

知识图谱本质上是语义网络，是一种基于图的数据结构，由节点和边组成。知识图谱是通过将应用数学、图形学、信息可视化技术、信息科学等学科的理论与方法与计量学引文分析、共现分析等方法结合，并利用可视化的图谱形象地展示学科的核心结构、发展历史、前沿领域以及整体知识架构达到多学科融合目的的现代理论。

基于知识图谱的推荐就是要充分挖掘实体的有效信息，同时对实体和实体间的关系进行充分描述，这样的推荐才会符合现实场景，推荐的结果才会有更高的可解释性。传统的推荐系统主要有三种，包括基于内容的推荐、基于协同过滤的推荐和基于混合的推荐，使用的算法主要依靠聚类、关联搜索和协同过滤等。然而传统的推荐算法在现实场景应用时存在数据稀疏和冷启动等问题，学者们为了解决这些问题，引入了机器学习、强化学习等技术。

知识图谱可以通过整合现实世界中不同来源的异构信息，将丰富的实体和实体间的关系利用复杂的图结构进行表示，从而获得用户与实体之间的显式和隐式关系。基于知识图谱的推荐系统主要利用知识图谱内丰富的语义信息，结合目标用户的特征向量，挖掘用户与实体间的潜在联系，同时借助已有用户的历史信息，实现对目标用户的精准推荐。

发明内容

为了针对景点文旅融合共享协同不够、数字化水平有待提升，新技术利用研发能力不足等短板，本发明提供一个面向文旅融合的知识图谱内容推荐方法，包括设计推荐系统框架与功能模块，在系统中提出基于路径和图上下文的知识图谱补全方法进行知识图谱补全，并进一步，使用基于注意力机制的知识图谱偏好预测推荐方法来进行文旅资源的推荐。

为了解决上述技术问题本发明所采用的技术方案是：

一种面向文旅融合的知识图谱内容推荐方法，所述方法包括如下步骤：

第一步：一个面向文旅融合的知识图谱内容推荐系统，系统架构主要分为四个部分，从最顶层到最底层分别是应用层、业务层、数据传输层和数据库层；

第二步：构建面向文旅融合的知识图谱内容推荐系统功能模块，分为四个功能模块，用户模块、管理员模块、景点模块和景点推荐模块；

第三步：基于所述的面向文旅融合的知识图谱内容推荐系统，对景点推荐模块的推荐方法进行说明，设计了一种文旅知识图谱补全方法，旨在通过链接预测的方式来完成知识图谱补全：

第四步、在景点推荐模块中设计了知识图谱偏好预测推荐方法，以知识图谱为主要信息来源，在知识图谱上进行推荐，推荐任务是根据用户的历史兴趣集来预测用户u^#对项目的感兴趣程度，方法以用户u^#的历史兴趣集和候选项目v^#为输入，以用户u^#喜欢项目v^#的可能性P(u^#,v^#)为输出。