(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210613446.6 (22)申请日 2022.05.30 (71)申请人 用友网络科技股份有限公司 地址 100094 北京市海淀区北清路68号 (72)发明人 谢春甫　何鑫　张志国　 (74)专利代理 机构 北京友联知识产权代理事务 所(普通合伙) 11343 专利代理师 唐应梅　尚志峰 (51)Int.Cl. G06Q 30/06(2012.01) G06F 40/30(2020.01) G06F 40/289(2020.01) G06F 16/36(2019.01) G06F 16/35(2019.01) (54)发明名称 基于商品知识图谱的图神经网络推荐方法 和系统 (57)摘要 本发明提供了一种基于商品知识图谱的图 神经网络推荐方法和系统， 其中， 基于商品知识 图谱的图神经网络推荐 方法包括： 获取用户交易 数据； 基于用户交易数据构建商品知识图谱； 基 于图神经网络和商品知 识图谱进行商品推荐。 本 申请通过用户交易数据的少量， 构建了商品知识 图谱， 由于商品知识图谱拥有丰富的语义关联信 息， 可以为推荐系统提供丰富的辅助信息。 与没 有知识图谱辅助的推荐模型相比， 使用知识图谱 辅助的推荐模 型可以让推荐结果提高精确性、 多 样性以及可解释性， 解决了 现有技术中存在的数 据稀疏及冷启动等问题。 权利要求书2页 说明书12页 附图3页 CN 114881742 A 2022.08.09 CN 114881742 A 1.一种基于商品知识图谱的图神经网络推荐方法， 其特 征在于， 包括： 获取用户交易数据； 基于所述用户交易数据构建商品知识图谱； 基于图神经网络和所述商品知识图谱进行商品推荐。 2.根据权利要求1所述的基于商 品知识图谱的图神经网络推荐方法， 其特征在于， 所述 获取用户交易数据的步骤具体包括： 获取用户ID、 用户购买商品ID、 商品名称。 3.根据权利要求1所述的基于商 品知识图谱的图神经网络推荐方法， 其特征在于， 所述 基于所述用户交易数据构建商品知识图谱的步骤具体包括： 对商品名称进行分词、 词性标注以及实体识别以得到由名词组成的商品标签； 对所述商品标签进行同义词扩充和上位词提取， 以得到同义词标签和上位词标签， 并 与所述商品名称对应的用户购买商品ID进行关联； 基于CN‑DBpedia在所述上位词标签和所述商品标签共同组成的标签列表中提取子知 识图谱， 以作为所述商品名称对应的用户购买商品ID的第一子知识图谱； 将各个用户购买商品ID对应的第一子知识图谱， 与各个用户购买商品ID对应的所述同 义词标签进行关联， 以得到第二子知识图谱； 将各个所述第二子知识图谱进行关联已得到所述商品知识图谱。 4.根据权利要求3所述的基于商 品知识图谱的图神经网络推荐方法， 其特征在于， 所述 对商品名称进行分词、 词性标注的步骤具体包括： 采用pyltp开源工具进行分词、 词性标注。 5.根据权利要求3所述的基于商 品知识图谱的图神经网络推荐方法， 其特征在于， 所述 对所述商品标签进行同义词扩充的步骤具体包括： 采用腾讯词向量对所述商品标签进行同义词扩充。 6.根据权利要求3所述的基于商 品知识图谱的图神经网络推荐方法， 其特征在于， 所述 对所述商品标签进行 上位词提取的步骤具体包括： 采用开源大辞林对所述商品标签进行上位词提取， 其中， 对所述商品标签进行上位词 提取为提取所述商品标签的一级上位词和二级上位词。 7.根据权利要求1所述的基于商 品知识图谱的图神经网络推荐方法， 其特征在于， 所述 基于所述商品知识图谱进行图神经网络商品推荐的步骤具体包括： 获取所述商品知识图谱； 基于KGAT模型和TransD模型进行 所述商品知识图谱的嵌入； 基于嵌入的关系空间中头实体和尾实体的距离作为注意力得分机制， 采取内机的方式 计算注意力得分； 基于注意力得分结果进行商品推荐。 8.一种基于商品知识图谱的图神经网络推荐系统， 其特 征在于， 包括： 获取模块， 用于获取用户交易数据； 构建模块， 用于基于所述用户交易数据构建商品知识图谱； 推荐模块， 用于基于图神经网络和所述商品知识图谱进行商品推荐。 9.一种基于商品知识图谱的图神经网络推荐系统， 其特 征在于， 包括：权　利　要　求　书 1/2 页 2 CN 114881742 A 2存储器、 处理器及存储在所述存储器上并可在所述处理器上运行的程序， 所述程序被 所述处理器执行时实现如权利要求1至7中任一项所述的基于商品知识图谱的图神经网络 推荐方法限定的步骤。 10.一种可读存储介质， 其特征在于， 其上存储有程序和/或指令， 所述程序和/或所述 指令被处理器执行时实现如权利要求1至7中任一项所述的基于商品知识图谱的图神经网 络推荐方法的步骤。权　利　要　求　书 2/2 页 3 CN 114881742 A 3