CN109255033A - 一种基于位置服务领域的知识图谱的推荐方法 - Google Patents

Abstract

本发明公开一种基于位置服务领域的知识图谱的推荐方法，抽取位置实体，得实体集作为知识图谱的种子集；将种子集与知识图谱中实体对应，构成实体对应表；将知识图谱中知识图谱三元组，通过Word2Vec模型将词汇嵌入n维空间中，生成对应的向量，得到位置或领域实体向量集E和关系向量集R，用TransE算法对实体向量集E和关系向量集R进行翻译，得到能够快速计算实体间的语义相似性的三元组向量集；根据位置或领域实体向量集E，分别计算搜索位置或领域间的语义相似性sim_A,B(A，B)，生成旅游位置的语义相似性矩阵；用语义相似性矩阵进行Top‑k推荐列表，将推荐列表按机器学习聚类算法进行聚类，将类聚结果推荐给用户。该方法推荐精度高，解决冷启动和稀疏性问题。

Description

一种基于位置服务领域的知识图谱的推荐方法

技术领域

本发明涉及推荐算法技术领域，具体是一种基于位置服务领域的知识图谱的推荐方法。

背景技术

随着人们生活水平的日益提高，据统计，每年都有几十亿人次的旅游量，而很多人没有很好的旅游目标，为了实现这一目标，就需要一个对用户兴趣位置或类型的精准推荐，而现有的推荐系统只使用用户和位置热度或评分的交互信息作为输入，这会带来两个问题：第一，在实际场景中，用户和位置热度的交互信息往往是非常单一的，并且评分往往是稀疏的，例如，一个用户可能喜欢更自然风光的城市，而当前位置热度是一个偏向文化古城的城市，这使得用户往往需要查询很久才能找到符合自己旅游兴趣的位置或者可能会降低用户的旅游意愿，并且如果一个APP有几万用户，而只有少量用户会认真评分，导致稀疏，这会极大地增加算法的过拟合(overfitting)风险；第二，对于新加入的用户，由于系统没有其历史交互信息，因此无法进行准确地建模和推荐，这种情况也叫做冷启动问题(coldstart problem)。解决稀疏性和冷启动问题的一个常见思路是在推荐算法中额外引入一些辅助信息(side information)作为输入。

在各种辅助信息中，知识图谱作为一种新兴类型的辅助信息近几年逐渐引起了研究人员的关注。知识图谱(knowledge graph)是一种语义网络，其结点(node)代表实体(entity)或者概念(concept)，边(edge)代表实体/概念之间的各种语义关系(relation)。知识图谱包含了实体之间丰富的语义关联，为推荐系统提供了潜在的辅助信息来源。知识图谱在诸多推荐场景中都有应用的潜力，例如电影、新闻、景点、餐馆、购物等。

发明内容

本发明的目的在于克服现有技术的不足，而提供一种基于位置服务领域的知识图谱的推荐方法，该方法推荐精度更高，且解决了冷启动和稀疏性问题。

实现本发明目的的技术方案是：

一种基于位置服务领域的知识图谱的推荐方法，包括如下步骤：

1)从用户的搜索内容或从用户的历史记录中抽取位置实体，得到实体集，实体集作为知识图谱KG的种子集；

2)将种子集与知识图谱KG中的实体进行一一对应，构成实体对应表；

3)将知识图谱KG中的头实体(h)、尾实体(t)与实体之间的关系(r)组成的富有语义信息的知识图谱三元组，通过Word2Vec模型将词汇嵌入到一个n维空间中，并生成对应的向量，从而得到位置或领域实体向量集E和关系向量集R，并运用TransE算法对实体向量集E和关系向量集R进行翻译，得到一个能够快速计算实体间的语义相似性的三元组向量集，使在知识图谱中相似的实体，在低维空间里面的距离相近，头实体的向量加上关系向量基本等于尾实体的向量；

4)根据步骤3)得到的位置或领域实体向量集E，分别计算搜索位置或领域间的语义相似性sim_A,B(A，B)，生成旅游位置的语义相似性矩阵；

5)根据步骤4)得到的语义相似性矩阵进行Top-k推荐列表，再将推荐列表按机器学习聚类算法进行聚类得到结果，然后将聚类结果作为最终推荐结果推荐给用户。

步骤1)中，从用户的历史记录中抽取位置实体，需要将抽取的实体经过实体消歧处理。

步骤3)中，所述的Trans E算法，是将知识图谱中的实体与关系嵌入一个低维的向量空间中，同时将实体与关系转化为向量表示，具体是对向量集E和R组成的三元组向量集进行训练，对于知识图谱KG中的一个三元组(h，r，t)，用如下的损失公式进行训练：

公式(1)中，γ为间距大小，一般设γ＝1，h为头实体向量，r为关系向量，t为尾实体向量，符号|| ||代表求向量的模长，符号∑代表对数进行求和，符号[]₊表示合页损失函数，合页损失函数形式化描述如下式：

在式(2)中，x代表需要进行损失计算的参数；

在进行训练过程中，不仅需要正确的三元组，还需要错误的三元组，h'和t'是错误的三元组向量，作为训练的负样本，负样本的选取遵循如下原则：

1)当面对是一对一关系的三元组时，该类负样本是将TransE算法定义的正样本，即原始的头实体或尾实体随机替换成其他实体而得到一个新的三元组，新的负样本三元组为(h',t,r')；

2)当面对于一对多、多对一或者多对多的关系的三元组时，引入伯努利抽样算法，它是面对一对多，多对一或者一对多关系，采用不同的概率换头实体和尾实体；具体是对于知识图谱中的每一个关系r，首先统计两个值，一个是每个头实体对应的尾实体数量的平均值，记为N_tph，另一个是每个尾实体对应的头实体数量的平均值，记为N_hpt，然后定义概率p，计算公式如下：

则替换头实体和替换尾实体服从参数为p的伯努利分布，令

则X的分布律为：

P{X＝x}＝p^x(1-p)^1-x,x＝0,1 (5)

即以p的概率替换头实体并且以1-p的概率替换尾实体来打破原有的三元组，新的负样本三元组为(h',t,r')。

步骤4)中，所述的语义相似性矩阵，由计算语义相似性所得，具体的计算方式如下：

假设对于A和B实体，通过数学变换使两个值域一一对应，最终语义相似度量的计算公式如下(6)所示：

步骤5)中，所述的聚类算法为k-means算法。

本发明提供的一种基于位置服务领域的知识图谱的推荐方法，该方法将知识图谱与推荐相结合，解决了传统推荐的稀疏性和冷启动问题，提高了推荐精度；并利用机器学习聚类算法进行分类，使得推荐结果更具有层次感，具有推荐效果好，可持续运用的特点。

附图说明

图1为本发明一种基于位置服务领域的知识图谱的推荐方法的流程图；

图2为相似性度量图。

具体实施方式

下面结合附图和实施例对本发明做进一步阐述，但不是对本发明的限定。

实施例：

如图1所示，一种基于位置服务领域的知识图谱的推荐方法，包括如下步骤：

1)从用户的搜索内容或从用户的历史记录中抽取位置实体，得到实体集，实体集作为知识图谱KG的种子集；

2)将种子集与知识图谱KG中的实体进行一一对应，构成实体对应表；

3)将知识图谱KG中的头实体(h)、尾实体(t)与实体之间的关系(r)组成的富有语义信息的知识图谱三元组，通过Word2Vec模型将词汇嵌入到一个n维空间中，并生成对应的向量，从而得到位置或领域实体向量集E和关系向量集R，并运用TransE算法对实体向量集E和关系向量集R进行翻译，得到一个能够快速计算实体间的语义相似性的三元组向量集，使在知识图谱中相似的实体，在低维空间里面的距离相近，头实体的向量加上关系向量基本等于尾实体的向量；

4)根据步骤3)得到的位置或领域实体向量集E，分别计算搜索位置或领域间的语义相似性sim_A,B(A，B)，生成旅游位置的语义相似性矩阵；

5)根据步骤4)得到的语义相似性矩阵进行Top-k推荐列表，再将推荐列表按机器学习聚类算法进行聚类得到结果，然后将聚类结果作为最终推荐结果推荐给用户。

步骤1)中，从用户的历史记录中抽取位置实体，需要将抽取的实体经过实体消歧处理。

步骤3)中，所述的Trans E算法，是将知识图谱中的实体与关系嵌入一个低维的向量空间中，同时将实体与关系转化为向量表示，具体是对向量集E和R组成的三元组向量集进行训练，对于知识图谱KG中的一个三元组(h，r，t)，用如下的损失公式进行训练：

公式(1)中，γ为间距大小，一般设γ＝1，h为头实体向量，r为关系向量，t为尾实体向量，符号|| ||代表求向量的模长，符号∑代表对数进行求和，符号[]₊表示合页损失函数，合页损失函数形式化描述如下式：

在式(2)中，x代表需要进行损失计算的参数。

在进行训练过程中，不仅需要正确的三元组，还需要错误的三元组，h'和t'是错误的三元组向量，作为训练的负样本，负样本的选取遵循如下原则：

3)当面对是一对一关系的三元组时，该类负样本是将TransE算法定义的正样本，即原始的头实体或尾实体随机替换成其他实体而得到一个新的三元组，新的负样本三元组为(h',t,r')；

4)当面对于一对多、多对一或者多对多的关系的三元组时，引入伯努利抽样算法，它是面对一对多，多对一或者一对多关系，采用不同的概率换头实体和尾实体；具体是对于知识图谱中的每一个关系r，首先统计两个值，一个是每个头实体对应的尾实体数量的平均值，记为N_tph，另一个是每个尾实体对应的头实体数量的平均值，记为N_hpt，然后定义概率p，计算公式如下：

则替换头实体和替换尾实体服从参数为p的伯努利分布，令

则X的分布律为：

P{X＝x}＝p^x(1-p)^1-x,x＝0,1 (5)

即以p的概率替换头实体并且以1-p的概率替换尾实体来打破原有的三元组，新的负样本三元组为(h',t,r')。

步骤4)中，所述的语义相似性矩阵，由计算语义相似性所得，具体的计算方式如下：

假设对于A和B实体，通过数学变换使两个值域一一对应，最终语义相似度量的计算公式如下(6)所示：

步骤5)中，所述的聚类算法为k-means算法。

如图2所示的相似性度量，当头实体向量的值加上关系向量的值约等于尾实体向量的值，则表示两个位置实体有更高的语义相似性。

Claims (5)

1.一种基于位置服务领域的知识图谱的推荐方法，其特征在于，包括如下步骤：

1)从用户的搜索内容或从用户的历史记录中抽取位置实体，得到实体集，实体集作为知识图谱KG的种子集；

2)将种子集与知识图谱KG中的实体进行一一对应，构成实体对应表；

3)将知识图谱KG中的头实体(h)、尾实体(t)与实体之间的关系(r)组成的富有语义信息的知识图谱三元组，通过Word2Vec模型将词汇嵌入到一个n维空间中，并生成对应的向量，从而得到位置或领域实体向量集E和关系向量集R，并运用TransE算法对实体向量集E和关系向量集R进行翻译，得到一个能够快速计算实体间的语义相似性的三元组向量集，使在知识图谱中相似的实体，在低维空间里面的距离相近，头实体的向量加上关系向量基本等于尾实体的向量；

4)根据步骤3)得到的位置或领域实体向量集E，分别计算搜索位置或领域间的语义相似性sim_A,B(A，B)，生成旅游位置的语义相似性矩阵；

5)根据步骤4)得到的语义相似性矩阵进行Top-k推荐列表，再将推荐列表按机器学习聚类算法进行聚类得到结果，然后将聚类结果作为最终推荐结果推荐给用户。

2.根据权利要求1所述的一种基于位置服务领域的知识图谱的推荐方法，其特征在于，步骤1)中，从用户的历史记录中抽取位置实体，需要将抽取的实体经过实体消歧处理。

3.根据权利要求1所述的一种基于位置服务领域的知识图谱的推荐方法，其特征在于，步骤3)中，所述的Trans E算法，是将知识图谱中的实体与关系嵌入一个低维的向量空间中，同时将实体与关系转化为向量表示，具体是对向量集E和R组成的三元组向量集进行训练，对于知识图谱KG中的一个三元组(h，r，t)，用如下的损失公式进行训练：

公式(1)中，γ为间距大小，一般设γ＝1，h为头实体向量，r为关系向量，t为尾实体向量，符号|| ||代表求向量的模长，符号∑代表对数进行求和，符号[]₊表示合页损失函数，合页损失函数形式化描述如下式：

公式(2)中，x代表需要进行损失计算的参数；

在进行训练过程中，不仅需要正确的三元组，还需要错误的三元组，h'和t'是错误的三元组向量，作为训练的负样本，负样本的选取遵循如下原则：

1)当面对是一对一关系的三元组时，该类负样本是将TransE算法定义的正样本，即原始的头实体或尾实体随机替换成其他实体而得到一个新的三元组，新的负样本三元组为(h',t,r')；

2)当面对于一对多、多对一或者多对多的关系的三元组时，引入伯努利抽样算法，它是面对一对多，多对一或者一对多关系，采用不同的概率换头实体和尾实体；具体是对于知识图谱中的每一个关系r，首先统计两个值，一个是每个头实体对应的尾实体数量的平均值，记为N_tph，另一个是每个尾实体对应的头实体数量的平均值，记为N_hpt，然后定义概率p，计算公式如下：

则替换头实体和替换尾实体服从参数为p的伯努利分布，令

则X的分布律为：

P{X＝x}＝p^x(1-p)^1-x,x＝0,1 (5)

即以p的概率替换头实体并且以1-p的概率替换尾实体来打破原有的三元组，新的负样本三元组为(h',t,r')。

4.根据权利要求1所述的一种基于位置服务领域的知识图谱的推荐方法，其特征在于，步骤4)中，所述的语义相似性矩阵，由计算语义相似性所得，具体的计算方式如下：

假设对于A和B实体，通过数学变换使两个值域一一对应，最终语义相似度量的计算公式如下(6)所示：

5.根据权利要求1所述的一种基于位置服务领域的知识图谱的推荐方法，其特征在于，步骤5)中，所述的聚类算法为k-means算法。