[发明专利]一种基于混合式监督学习的旅游景点推荐方法及装置在审
| 申请号： | 201910623885.3 | 申请日： | 2019-07-11 |
| 公开（公告）号： | CN110489547A | 公开（公告）日： | 2019-11-22 |
| 发明（设计）人： | 古天龙;贾中浩;宾辰忠;常亮;陈炜;朱桂明 | 申请（专利权）人： | 桂林电子科技大学 |
| 主分类号： | G06F16/35 | 分类号： | G06F16/35;G06F16/36;G06F16/9535;G06K9/62;G06N3/04 |
| 代理公司： | 11429 北京中济纬天专利代理有限公司 | 代理人： | 石燕妮<国际申请>=<国际公布>=<进入 |
| 地址： | 541004 广西*** | 国省代码： | 广西;45 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提出一种基于混合式监督学习的旅游景点推荐方法，包括：获取游客历史游览数据；构建景点知识图谱；对景点知识图谱根据景点的属性类别进行相应的属性子图抽取；生成景点序列；对景点序列进行训练将景点序列映射到低维向量空间中，生成特征向量；对每个景点在不同属性下的向量进行相加平均得到每个景点的融合语义特征向量；学习游客向量和景点潜在向量；将所述游客向量和融合语义特征通过矩阵分解得到第一交互向量；利用多层感知机得到游客向量和景点潜在向量的第二交互向量；将第一交互向量与第二交互向量拼接并做归一化处理得到游客对景点的评分；将游客对景点的评分从高到低排序，取前K个分数最高对应的景点，得到top_k景点推荐列表。 | ||
| 搜索关键词： | 向量 景点 游客 语义特征 图谱 归一化处理 多层感知 矩阵分解 旅游景点 属性类别 特征向量 向量空间 序列映射 游客历史 融合 低维 构建 拼接 相加 抽取 排序 学习 监督 | ||
【主权项】：
1.一种基于混合式监督学习的旅游景点推荐方法，其特征在于，该推荐方法包括：/n获取游客历史游览数据，包括景点以及各个景点的景点属性值；/n为所有景点以及景点属性值设置一个唯一的id编码；/n将景点及景点属性值转化为三元组，构建景点知识图谱并可视化；/n对所述景点知识图谱根据景点的属性类别进行相应的属性子图抽取；/n利用随机游走方法根据景点知识图谱中的每种属性子图生成景点序列，所述景点序列中的元素包括景点实体、属性和景点属性值；/n利用神经网络语言模型对所述景点序列进行训练将所述景点序列映射到低维向量空间中，将景点实体和景点属性值转化成特征向量；/n对每个景点在不同属性下的向量进行相加平均得到每个景点的融合语义特征向量；/n通过神经网络学习游客向量和景点潜在向量；/n将所述游客向量和融合语义特征通过矩阵分解得到第一交互向量；/n利用多层感知机得到游客向量和景点潜在向量的第二交互向量；/n将所述第一交互向量与所述第二交互向量拼接并做归一化处理得到游客对景点的评分；/n将游客对景点的评分从高到低排序，取前K个分数最高对应的景点，得到top_k景点推荐列表。/n
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于桂林电子科技大学，未经桂林电子科技大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910623885.3/，转载请声明来源钻瓜专利网。
