[发明专利]一种基于定位及知识图谱的智能推荐方法

摘要

本发明公开了一种基于定位及知识图谱的智能推荐方法，该方法利用百度地图定位技术来获取用户所处位置（如服装店、餐饮店）。筛选并提取出位置名称文本作为实体输入，通过word2vec词向量训练将实体训练成词向量，采用余弦相似度算法计算该实体节点的词向量与各个不同类型的知识图谱之间的相似度，并按相似度值排名（由高到低）对用户进行推荐，解决了传统推荐算法实体属性有限、难以有效的得到更多数据的问题。本方法有丰富的辅助信息来源，真实客观，提升了精准性、多样性和可解释性，充分满足了用户个性化推荐的需求。

主权项

1.一种基于定位及知识图谱的智能推荐方法，其特征在于，包括如下步骤：1)获取实体节点并训练：1‑1)调用百度地图接口获取用户的定位；1‑2)筛选并提取出所在用户位置名称对应的文本作为实体节点；1‑3)采用word2vec中skip‑gram模型对实体节点进行训练；1‑4)训练学习、提取特征后，得到该实体节点对应的词向量；2)构建各类型知识图谱2‑1)信息抽取：从各类型的数据源中提取出实体、属性以及实体间的相互关系，形成本体化的知识表达；2‑2)知识融合：获得新知识后进行整合，包括实体链接和知识合并；2‑3)知识加工：对经过融合的新知识进行质量评估，合格的部分加入到知识库中，新增数据之后，进行知识推理，拓展现有知识；2‑4)采用自底向上的方式构建知识图谱，每一轮迭代更新，重复步骤2‑1)‑步骤2‑4)，获得各类型知识图谱中的实体节点；3)计算实体节点之间关联度及完成推荐3‑1)将步骤1)获取的实体节点的词向量与步骤2)构建的各类型知识图谱中的实体节点进行相似度计算，得到相似度值；3‑2)按照由高到低的顺序对步骤3‑1)得到的相似度值进行排序；3‑3)利用百度地图API接口计算出以用户实时定位位置为圆心、半径为3km范围内的最高相似度值对应知识图谱中实体节点；3‑4)对于满足步骤3‑3)要求的实体节点，综合距离用户实时位置远近及评价高低向用户完成推荐。