(19)国家知识产权局 (12)发明 专利 (10)授权公告 号 (45)授权公告日 (21)申请 号 202210677070.5 (22)申请日 2022.06.16 (65)同一申请的已公布的文献号 申请公布号 CN 114756694 A (43)申请公布日 2022.07.15 (73)专利权人 哈尔滨工业大 学 （深圳） （哈尔滨 工业大学深圳科技创新研究院） 地址 518000 广东省深圳市南 山区桃源街 道深圳大 学城哈尔滨工业大 学校区 专利权人 平安科技 （深圳） 有限公司 (72)发明人 高翠芸　张欣妮　肖京　王轩　 王磊　张加佳　赵盟盟　 (74)专利代理 机构 深圳市添源创鑫知识产权代 理有限公司 4 4855 专利代理师 覃迎峰 (51)Int.Cl. G06F 16/36(2019.01) G06F 16/35(2019.01) G06F 16/9535(2019.01) G06K 9/62(2022.01) G06N 3/04(2006.01) G06N 3/08(2006.01)(56)对比文件 CN 113934936 A,2022.01.14 CN 113010778 A,2021.0 6.22 CN 112488791 A,2021.0 3.12 CN 113590900 A,2021.1 1.02 CN 112989064 A,2021.0 6.18 CN 113158033 A,2021.07.23 CN 112507132 A,2021.0 3.16 CN 105138624 A,2015.12.09 US 2021125077 A1,2021.04.2 9 刘勤等.基 于知识图谱用户偏好传播的实体 推荐模型. 《计算机 应用研究》 .2020,(第10期), 刘凤娟 等.基 于知识图谱的个性 化学习模 型与支持机制研究. 《中国电化教育》 .202 2,(第5 期), Yun Zhang 等.An Ap proach for Constructi ng Knowledge Map Embed ded in the Social Relati onship Netw ork. 《2010 Internati onal Conference o n E-Business and E-Government》 .2010, (续) 审查员 廖琼霞 (54)发明名称 基于知识图谱的推荐系统、 推荐 方法和相关 设备 (57)摘要 本发明提供的一种基于知识图谱的推荐系 统、 推荐方法和相关设备， 系统包括： 用户历史信 息嵌入模块根据用户的历史交互行为生成用户 表征； 知识感知嵌入模块利用知识感知的注意力 机制， 为用户和物品生成知识加权表征； 动态信 息共享模块基于神经网络， 根据用户物品交互的 二部图以及 物品侧的知 识图谱得到用户/物品热 门种子， 计算每个用户/物品与用户/物品热门种 子的相似度， 根据相似度共享用户/物品热门种 子的动态表征； 将知识加权表征和所述动态表征进行聚合， 得到每个用户和物品的最终表征并进 行点积获得最后的预测值。 本发明将各用户/物 品与其相似的热门用户/物品进行动态的信息共 享， 缓解了用户侧 和物品侧的冷启动问题。 [转续页] 权利要求书3页 说明书13页 附图5页 CN 114756694 B 2022.10.14 CN 114756694 B (56)对比文件 顾亦然 等.基 于电影属性和交 互信息的电 影推荐算法. 《南京理工大 学学报》 .202 2,第46卷(第2期), 文峰 等.基 于知识图谱的推荐算法研究. 《沈阳理工大 学学报》 .2021,第40卷(第6期),2/2 页 2[接上页] CN 114756694 B1.一种基于知识图谱的推荐系统， 其特征在于， 推荐系统包括推荐任务模块、 用户历史 信息嵌入 模块、 知识感知嵌入 模块以及动态信息共享模块； 其中， 推荐任务模块提供用户物品交互的二部图以及物品侧的知识图谱 并给出推荐任 务， 确定推荐任务 为预测一对用户物品中用户与物品产生交 互的概率； 用户历史信息嵌入 模块根据用户的历史 交互行为生成用户表征； 知识感知嵌入 模块利用知识感知的注意力机制， 为用户和物品生成知识加权表征； 动态信息共享模块基于神经网络， 根据用户物品交互的二部图以及物品侧的知识图谱 得到用户热门种子和物品热门种子， 利用用户表征和知识加权表征计算每个用户与用户热 门种子、 每个物品与物品热门种子的相似度， 根据相似度共享用户热门种子和物品热门种 子的动态 表征； 动态信息共享模块将知识加权表征和动态表征进行聚合， 得到每个用户和每个物品的 最终表征， 将用户最 终表征和物品最 终表征进行点积获得最后的预测值即为用户与 物品交 互的概率; 其中, 所述知识感知嵌入模块利用知识感知的注意力 机制， 为用户和物品生成知识加 权表征， 具体表达式为： 其中，  表示用户/物品在 k跳的知识加权表征， o表示用户   或物品i， 表示用 户或物品的 k跳三元邻居集合， 表示知识图谱 中的三元组， 其中 代表头实 体， 代表尾实体， 代表头实体 和尾实体 之间的关系， 表示在知识图谱   中采样的跳数， 表示头实体和尾实体 之间产生的注意力系数， 表示尾实体 的表征 向量; 利用用户表征和知识加权表征计算每个用户与用户热门种子、 每个物品与物品热门种 子的相似度， 具体包括： 构建寻找函数 计算出每个用户与 m个用户热门种子、 每个物品与 m个物品热门 种子的相似程度， 具体表达式为： 其中， 表示神经网络全连接层最后一层的输出， 表示神经网络各层的输出，权　利　要　求　书 1/3 页 2 CN 114756694 B 3