CN110674394A - 一种基于知识图谱的信息推荐方法、装置及存储介质 - Google Patents
一种基于知识图谱的信息推荐方法、装置及存储介质 Download PDFInfo
- Publication number
- CN110674394A CN110674394A CN201910770233.2A CN201910770233A CN110674394A CN 110674394 A CN110674394 A CN 110674394A CN 201910770233 A CN201910770233 A CN 201910770233A CN 110674394 A CN110674394 A CN 110674394A
- Authority
- CN
- China
- Prior art keywords
- game
- entity
- entities
- target
- knowledge graph
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 49
- 238000010845 search algorithm Methods 0.000 claims description 7
- 238000012163 sequencing technique Methods 0.000 claims description 4
- 230000000694 effects Effects 0.000 abstract description 4
- 238000010586 diagram Methods 0.000 description 8
- 230000009286 beneficial effect Effects 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 238000004891 communication Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 230000001629 suppression Effects 0.000 description 3
- 241001282135 Poromitra oscitans Species 0.000 description 2
- 206010048232 Yawning Diseases 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000000717 retained effect Effects 0.000 description 2
- XVOKPNRYHDZDMX-UHFFFAOYSA-N 1-(4-ethyl-2-bicyclo[2.2.1]heptanyl)cyclohexan-1-ol Chemical compound C1C(CC)(C2)CCC1C2C1(O)CCCCC1 XVOKPNRYHDZDMX-UHFFFAOYSA-N 0.000 description 1
- 241000283899 Gazella Species 0.000 description 1
- 241000892865 Heros Species 0.000 description 1
- 241000218378 Magnolia Species 0.000 description 1
- 244000309464 bull Species 0.000 description 1
- 230000009193 crawling Effects 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 244000052769 pathogen Species 0.000 description 1
- 230000001717 pathogenic effect Effects 0.000 description 1
- 230000002085 persistent effect Effects 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000001052 transient effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/953—Querying, e.g. by the use of web search engines
- G06F16/9535—Search customisation based on user profiles and personalisation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/31—Indexing; Data structures therefor; Storage structures
- G06F16/313—Selection or weighting of terms for indexing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/36—Creation of semantic tools, e.g. ontology or thesauri
- G06F16/367—Ontology
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Databases & Information Systems (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Life Sciences & Earth Sciences (AREA)
- Animal Behavior & Ethology (AREA)
- Computational Linguistics (AREA)
- Software Systems (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明涉及信息推荐技术领域，具体是一种基于知识图谱的信息推荐方法、装置及存储介质，所述方法包括：获取原始信息，从所述原始信息中提取目标游戏实体；基于预设知识图谱获取与所述目标游戏实体具有预设配合关系的游戏实体，生成第一关系实体集合，所述预设知识图谱包括多个游戏实体以及所述多个游戏实体之间的关联关系；基于所述预设知识图谱获取与所述目标游戏实体指向相同实体类型的游戏实体，生成第二关系实体集合；对所述第一关系实体集合与所述第二关系实体集合求并集，生成候选游戏实体集合；基于所述候选游戏实体集合确定目标推荐信息。本发明的方法可以增强推荐结果的可控性，提高用户对推荐结果的满意度和接受度，改善推荐效果。
Description
技术领域
本发明涉及信息推荐技术领域，特别涉及一种基于知识图谱的信息推荐方法、装置及存储介质。
背景技术
随着互联网技术特别是移动互联网技术的发展，游戏行业成为近年来得到广泛关注并且发展极为迅速的一个产业，游戏应用(Application，APP)的种类也越来越多，如何提高已有游戏用户的满意度以及吸引新的游戏用户成为游戏行业的重要问题。
在内容推荐领域，需要对用户进行文章的个性化推荐，个性化推荐的目的在于根据用户的喜好、习惯来预测用户对文章的喜好，有助于提高用户对游戏APP的满意度。基于协同的文章召回方法是目前内容推荐领域最常用的个性化推荐策略，它通常是基于用户的历史点击、偏好等特征进行推荐。它主要通过计算文章之间的相似度并获取用户的历史点击记录，向用户推荐和其历史点击记录相似度较高的文章。
传统的基于协同的文章召回方法，虽然能够推荐用户感兴趣的内容，但是会带来以下问题：一是容易导致推荐内容缺乏多样性，例如，用户看了鲁班的文章，基于文章相似度的推荐往往会一直推荐关于鲁班的文章，极大的影响了用户体验；二是，对于新开发的游戏实体(如游戏角色、皮肤和道具等)，由于系统没有其历史点击信息，因此无法进行准确地建模和推荐，使得用户无法快速的获取关于它们的信息，使得新开发的游戏实体难以得到推广。
发明内容
针对现有技术的上述问题，本发明的目的在于提供一种基于知识图谱的信息推荐方法、装置及存储介质，能够增强推荐结果的可控性，改善推荐效果。
为了解决上述问题，本发明提供一种基于知识图谱的信息推荐方法，包括：
获取原始信息，从所述原始信息中提取目标游戏实体；
基于预设知识图谱获取与所述目标游戏实体具有预设配合关系的游戏实体，生成第一关系实体集合，所述预设知识图谱包括多个游戏实体以及所述多个游戏实体之间的关联关系；
基于所述预设知识图谱获取与所述目标游戏实体指向相同实体类型的游戏实体，生成第二关系实体集合；
对所述第一关系实体集合与所述第二关系实体集合求并集，生成候选游戏实体集合；
基于所述候选游戏实体集合确定目标推荐信息。
本发明另一方面提供一种基于知识图谱的信息推荐装置，包括：
第一获取模块，用于获取原始信息，从所述原始信息中提取目标游戏实体；
第二获取模块，用于基于预设知识图谱获取与所述目标游戏实体具有预设配合关系的游戏实体，生成第一关系实体集合，所述预设知识图谱包括多个游戏实体以及所述多个游戏实体之间的关联关系；
第三获取模块，用于基于所述预设知识图谱获取与所述目标游戏实体指向相同实体类型的游戏实体，生成第二关系实体集合；
生成模块，用于对所述第一关系实体集合与所述第二关系实体集合求并集，生成候选游戏实体集合；
第一确定模块，用于基于所述候选游戏实体集合确定目标推荐信息。
本发明另一方面提供一种电子设备，所述电子设备包括处理器和存储器，所述存储器中存储有至少一条指令、至少一段程序、代码集或指令集，所述至少一条指令、所述至少一段程序、所述代码集或指令集由所述处理器加载并执行以实现如上述的基于知识图谱的信息推荐方法。
本发明另一方面提供一种计算机可读存储介质，所述存储介质中存储有至少一条指令、至少一段程序、代码集或指令集，所述至少一条指令、所述至少一段程序、所述代码集或指令集由处理器加载并执行以实现如上述的基于知识图谱的信息推荐方法。
由于上述技术方案，本发明具有以下有益效果：
本发明的一种基于知识图谱的信息推荐方法、装置及存储介质，通过从原始信息中提取目标游戏实体，然后通过预设知识图谱确定与所述目标游戏实体具有预设配合关系的游戏实体以及与所述目标游戏实体指向相同实体类型的游戏实体生成候选游戏实体集合，并基于该候选游戏实体集合确定推荐信息，以进行推荐。由于知识图谱本身具有丰富的信息，可以深层次地发现游戏实体之间的关系，所以根据知识图谱选择出来的候选游戏实体的可用度较高，而通过不同的关系连接种类进行扩展，有利于对推荐结果的推广。可见，该方案可以大大增强推荐结果的可控性，提高候选游戏实体的可用性，进而提高用户对推荐结果的满意度和接受度，改善推荐效果。
附图说明
为了更清楚地说明本发明的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单的介绍。显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其它附图。
图1是本发明一个实施例提供的基于知识图谱的信息推荐方法的流程图；
图2是本发明另一个实施例提供的基于知识图谱的信息推荐方法的流程图；
图3是本发明另一个实施例提供的基于知识图谱的信息推荐方法的流程图；
图4是本发明另一个实施例提供的基于知识图谱的信息推荐方法的流程图；
图5是本发明一个实施例涉及的游戏知识图谱的结构示意图；
图6是本发明一个实施例涉及的游戏英雄之间关系的示意图；
图7是本发明一个实施例提供的基于知识图谱的信息推荐装置的结构示意图；
图8是本发明另一个实施例提供的基于知识图谱的信息推荐装置的结构示意图；
图9是本发明一个实施例提供的服务器的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本发明保护的范围。
需要说明的是，本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或模块的过程、方法、装置、产品或设备不必限于清楚地列出的那些步骤或模块，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或模块。
请参考说明书附图1，其示出了本发明一个实施例提供的基于知识图谱的信息推荐方法的流程，所述信息推荐方法可以应用于本发明实施例提供的基于知识图谱的信息推荐装置，所述信息推荐装置可以配置于电子设备中，所述电子设备可以是终端或者服务器。其中，终端可以是智能手机、台式电脑、平板电脑、笔记本电脑等具有各种操作系统的硬件设备。服务器可以包括一个独立运行的服务器，或者分布式服务器，或者由多个服务器组成的服务器集群。
需要说明的是，本说明书提供了如实施例或流程图所述的方法操作步骤，但基于常规或者无创造性的劳动可以包括更多或者更少的操作步骤。实施例中列举的步骤顺序仅仅为众多步骤执行顺序中的一种方式，不代表唯一的执行顺序。在实际中的系统或产品执行时，可以按照实施例或者附图所示的方法顺序执行或者并行执行(例如并行处理器或者多线程处理的环境)。如图1所示，所述方法可以包括以下步骤：
S110：获取原始信息，从所述原始信息中提取目标游戏实体。
本发明实施例中，所述原始信息可以为目标用户浏览的游戏应用内的文章、视频等的标题、内容、引用等相关文本信息，还可以为用户在游戏应用内发表的文章、视频等的标题、内容、引用等相关文本信息，等等。然后，从所述原始信息中提取目标游戏实体，所述目标游戏实体可以为游戏英雄、皮肤和道具等。
实际应用中，从所述原始信息中提取目标游戏实体的方式可以有多种，比如，可以通过文本信息抽取技术，从所述原始信息中提取目标游戏实体，等等。所述文本信息抽取技术是指从自然语言文本(在本发明实施例即为原始信息)中抽取指定类型的实体、关系、事件等事实信息，并形成结构化数据输出的文本处理技术。本发明实施例对此不做限制。
S120：基于预设知识图谱获取与所述目标游戏实体具有预设配合关系的游戏实体，生成第一关系实体集合，所述预设知识图谱包括多个游戏实体以及所述多个游戏实体之间的关联关系。
知识图谱是一种通过语义关联把真实世界中存在的各种实体或概念关联起来的图谱组织形式，主要由节点、边和节点属性形成图结构。其中，每个实体或概念用一个全局唯一确定的编码来标识，每个属性-值对用来刻画实体或概念的内在属性，而边用来连接两个实体或概念，刻画它们之间的关联。知识图谱可以融合多种数据源丰富数据语义信息，并且可以结合推理得到的隐含信息为用户提供服务。
本发明实施例中，所述预设知识图谱可以为目标游戏的游戏知识图谱，所述第一关系实体集合中的游戏实体与所述目标游戏实体具有预设配合关系，所述预设配合关系可以包括官方配对关系、官方压制关系以及真实数据中经常共同出现的关系等等。
在一个可能的实施例中，所述基于预设知识图谱获取与所述目标游戏实体具有预设配合关系的游戏实体，生成第一关系实体集合可以包括：
以所述目标游戏实体为起点，利用广度优先搜索算法或者深度优先搜索算法获取所述预设知识图谱中与所述目标游戏实体具有预设配合关系的游戏实体，生成第一关系实体集合。
其中，所述广度优先搜索算法或者深度优先搜索算法为现有的搜索算法，在此不再赘述。
在一个示例中，以原始信息为“KPL马可波罗5杀秀”为例，可以从所述原始信息中提取目标游戏实体“KPL”、“马可波罗”，根据目标游戏实体“马可波罗”从预设知识图谱中，可以获取与“马可波罗”具有搭档关系的“钟无艳”和“牛魔”等游戏实体，与“马可波罗”具有压制关系的“吕布”、“东皇太一”和“鲁班七号”等游戏实体，与“马可波罗”具有被压制关系的“花木兰”和“干将莫邪”等游戏实体，此时，可以将“钟无艳”、“牛魔”、“吕布”、“东皇太一”、“鲁班七号”、“花木兰”和“干将莫邪”等游戏实体添加至所述第一关系实体集合中。
S130：基于所述预设知识图谱获取与所述目标游戏实体指向相同实体类型的游戏实体，生成第二关系实体集合。
本发明实施例中，所述第二关系实体集合中的游戏实体包括与所述目标游戏实体的实体类型相同的游戏实体。
需说明的是，步骤S120和步骤S130的执行可以不分先后，可以依次执行，也可以并行执行，在此不再赘述。
在一个可能的实施例中，所述基于所述预设知识图谱获取与所述目标游戏实体指向相同实体类型的游戏实体，生成第二关系实体集合可以包括：
获取所述目标游戏实体指向的目标实体类型；
获取所述预设知识图谱中指向所述目标实体类型的所有游戏实体，生成第二关系实体集合。
在一个示例中，同样以原始信息为“KPL马可波罗5杀秀”为例，可以从所述原始信息中提取目标游戏实体“KPL”、“马可波罗”，所述目标游戏实体“马可波罗”的实体类型为射手，从预设知识图谱中，可以获取所有实体类型为射手的游戏实体，比如“后羿”、“孙尚香”、“鲁班七号”、“狄仁杰”等，此时，可以将“后羿”、“孙尚香”、“鲁班七号”和“狄仁杰”等游戏实体添加至所述第二关系实体集合中。
S140：对所述第一关系实体集合与所述第二关系实体集合求并集，生成候选游戏实体集合。
本发明实施例中，可以将所述第一关系实体集合中的游戏实体和所述第二关系实体集合中的游戏实体并在一起，得到候选游戏实体集合。其中，如果所述第一关系实体集合和所述第二关系实体集合中存在有相同的游戏实体，则可以根据预设策略保留其中一个，比如，保留通过实体类型扩展得到的游戏实体(即第二关系实体集合中的游戏实体)，等等。
在一个示例中，以原始信息为“KPL马可波罗5杀秀”为例，所述第一关系实体集合包括“钟无艳”、“牛魔”、“吕布”、“东皇太一”、“鲁班七号”、“花木兰”和“干将莫邪”等游戏实体，所述第二关系实体集合包括“后羿”、“孙尚香”、“鲁班七号”和“狄仁杰”等游戏实体，所述候选游戏实体集合为所述第一关系实体集合与所述第二关系实体集合的并集，即包括“钟无艳”、“牛魔”、“吕布”、“东皇太一”、“花木兰”、“干将莫邪”、“后羿”、“孙尚香”、“鲁班七号”和“狄仁杰”等游戏实体，其中所述游戏实体“鲁班七号”仅保留一个。
S150：基于所述候选游戏实体集合确定目标推荐信息。
本发明实施例中，所述目标推荐信息可以为与所述候选游戏实体集合中的游戏实体相关的文章、视频等内容。确定目标推荐信息后，便可以对所述目标推荐信息进行推荐。
在一个可能的实施例中，如图2所示，所述基于所述候选游戏实体集合确定目标推荐信息可以包括：
S210：获取所述候选游戏实体集合中的游戏实体与所述目标游戏实体的相关度，根据所述相关度确定推荐游戏实体集合。
其中，所述相关度可以用来表示所述游戏实体与所述目标游戏实体的相关程度，可以根据所述相关度确定与所述目标游戏实体相关度较大的游戏实体生成推荐游戏实体集合，将与所述推荐游戏实体集合中的游戏实体相关的信息作为推荐信息进行推荐。
在另一个可能的实施例中，如图3所示，所述获取所述候选游戏实体集合中的游戏实体与所述目标游戏实体的相关度，根据所述相关度确定推荐游戏实体集合可以包括：
S211：获取所述候选游戏实体集合中的游戏实体与所述目标游戏实体的配合关系相关度。
其中，所述配合关系相关度可以根据实际应用的需求进行设置，例如，可以利用经验知识，对不同关系进行针对性设置。示例性地，可以为与所述目标游戏实体具有搭档关系、压制关系和被压制关系的游戏实体设置较大的配合关系相关度，为与所述目标游戏实体具有真实数据中经常共同出现的关系的游戏实体设置较小的配合关系相关度，等等。
S212：获取所述候选游戏实体集合中的游戏实体与所述目标游戏实体的实体类型相关度。
其中，所述实体类型相关度也可以根据实际应用的需求进行设置，例如，可以利用经验知识进行设置。
S213：根据所述配合关系相关度和所述实体类型相关度，利用加权平均算法计算所述候选游戏实体集合中的游戏实体与所述目标游戏实体的相关度。
实际应用中，由于所述候选游戏实体集合中的游戏实体可能与所述目标游戏实体既具有预设配合关系又具有相同的实体类型，此时，所述候选游戏实体集合中的游戏实体与所述目标游戏实体的相关度可以通过加权平均算法进行计算。其中，所述配合关系相关度的权重和所述实体类型相关度的权重可以根据实际应用的需求进行设置，或者根据不同用户的历史点击信息确定，如果所述用户更倾向于点击具有预设配合关系的游戏实体的信息，则可以将所述配合关系相关度的权重设置为较大值，如果所述用户更倾向于点击具有相同实体类型的游戏实体的信息，则可以将所述实体类型相关度的权重设置为较大值。
具体地，若所述候选游戏实体集合中的游戏实体与所述目标游戏实体具有预设配合关系但指向的实体类型不同，则所述游戏实体与所述目标游戏实体的实体类型相关度为零，所述游戏实体与所述目标游戏实体的相关度即为所述游戏实体与所述目标游戏实体的配合关系相关度与所述配合关系相关度的权重的乘积；若所述候选游戏实体集合中的游戏实体与所述目标游戏实体指向的实体类型相同但不具有预设配合关系，则所述游戏实体与所述目标游戏实体的配合关系相关度为零，所述游戏实体与所述目标游戏实体的相关度即为所述游戏实体与所述目标游戏实体的实体类型相关度与所述实体类型相关度的权重的乘积；若所述候选游戏实体集合中的游戏实体与所述目标游戏实体具有预设配合关系且指向的实体类型相同，则所述游戏实体与所述目标游戏实体的相关度即为所述配合关系相关度与所述配合关系相关度的权重的乘积与所述实体类型相关度与所述实体类型相关度的权重的乘积之和。
在一个示例中，仍然以原始信息为“KPL马可波罗5杀秀”为例，所述候选游戏实体集合中的游戏实体与所述目标游戏实体的搭档关系、压制关系和被压制关系的配合关系相关度均可以设置为1，所述配合关系相关度的权重可以设置为0.6，所述候选游戏实体集合中的游戏实体与所述目标游戏实体的实体类型相关度也可以设置为1，所述实体类型相关度的权重可以设置为0.4，则可以利用加权平均算法计算所述候选游戏实体集合中的游戏实体与所述目标游戏实体的相关度。例如，所述英雄“钟无艳”、“牛魔”、“吕布”、“东皇太一”、“花木兰”和“干将莫邪”的相关度为0.6，所述英雄“后羿”、“孙尚香”和“狄仁杰”的相关度即为0.4，所述英雄“鲁班七号”的相关度即为1。
在另一个示例中，可以根据预设知识图谱获取到真实数据中与“马可波罗”经常共同出现的游戏实体“张飞”和“鬼谷子”，可以将真实数据中与所述目标游戏实体经常共同出现的游戏实体的配合关系相关度设置为0.5，所述配合关系相关度的权重仍然可以设置为0.6，则所述游戏实体“张飞”和“鬼谷子”的相关度为0.3。
S214：获取所述相关度满足预设条件的游戏实体，生成推荐游戏实体集合。
本发明实施例中，可以选取所述相关度大于预设阈值的游戏实体生成推荐游戏实体集合，其中所述预设阈值为经验数值，可以人为设定。还可以对所述候选游戏实体集合中的游戏实体根据与所述目标游戏实体的相关度进行降序排列，选取预设数量的排序靠前的游戏实体生成推荐游戏实体集合。所述推荐游戏实体集合至少包括一个游戏实体。
S220：根据所述推荐游戏实体集合确定目标推荐信息。
在一个可能的实施例中，所述根据所述推荐游戏实体集合确定目标推荐信息可以包括：
对所述推荐游戏实体集合中的游戏实体根据与所述目标游戏实体的相关度进行降序排列，得到排序结果；
根据所述排序结果，获取与所述推荐游戏实体集合中的游戏实体相关的信息作为目标推荐信息。
其中，所述目标推荐信息可以包括与所述推荐游戏实体集合中的游戏实体相关的文章、视频等内容。确定目标推荐信息后，便可以对所述目标推荐信息进行推荐。
在一个可能的实施例中，如图4所示，所述方法还可以包括：
S410：获取游戏数据，所述游戏数据包括游戏实体、所述游戏实体的属性以及所述游戏实体之间的关联关系。
S420：基于所述游戏实体、所述游戏实体的属性以及所述游戏实体之间的关联关系，确定所述预设知识图谱。
本发明实施例中，可以先构建游戏知识图谱的本体，包括多个系统，每个系统包含多个游戏实体，然后利用爬虫爬取游戏官方网站的游戏数据，主要包括英雄、皮肤、道具等关键游戏实体以及所述游戏实体的属性以及所述游戏实体之间的关联关系，然后利用爬取到的游戏数据生成游戏知识图谱，将所述游戏知识图谱的数据保存到数据库中，并定时进行更新。
示例性地，如图5所示，其示例性示出了本发明实施例涉及的游戏知识图谱的结构，所述游戏知识图谱能够刻画游戏实体之间丰富的语义关联，不仅可以扩展具体某款游戏周边的信息，也能强化游戏内容角色以及赛事等知识的关联，因此游戏知识图谱为推荐提供了潜在的辅助信息来源。通过所述游戏知识图谱，能够方便的查找各个游戏实体之间的关联关系。示例性地，如图6所示，通过所述游戏知识图谱可以快速的得到游戏英雄“鲁班七号”和其他英雄之间的关系。其中，通过所述预设知识图谱可以得到与“鲁班七号”具有搭档关系的英雄“牛魔”、具有压制关系的英雄“兰陵王”、“王昭君”，而“鲁班七号”的实体类型为“射手”，通过所述预设知识图谱可以得到与“鲁班七号”具有相同实体类型“射手”的英雄“后羿”和“孙尚香”，等等。
综上所述，本发明的基于知识图谱的信息推荐方法，通过从原始信息中提取目标游戏实体，然后通过预设知识图谱确定与所述目标游戏实体具有预设配合关系的游戏实体以及与所述目标游戏实体指向相同实体类型的游戏实体生成候选游戏实体集合，并基于该候选游戏实体集合确定推荐信息，以进行推荐。由于知识图谱本身具有丰富的信息，可以深层次地发现游戏实体之间的关系，所以根据知识图谱选择出来的候选游戏实体的可用度较高，而通过不同的关系连接种类进行扩展，有利于对推荐结果的推广。可见，该方案可以大大增强推荐结果的可控性，提高候选游戏实体的可用性，进而提高用户对推荐结果的满意度和接受度，改善推荐效果。
请参考说明书附图7，其示出了本发明一个实施例提供的一种基于知识图谱的信息推荐装置700的结构示意图，所述装置700可以包括：
第一获取模块710，用于获取原始信息，从所述原始信息中提取目标游戏实体；
第二获取模块720，用于基于预设知识图谱获取与所述目标游戏实体具有预设配合关系的游戏实体，生成第一关系实体集合，所述预设知识图谱包括多个游戏实体以及所述多个游戏实体之间的关联关系；
第三获取模块730，用于基于所述预设知识图谱获取与所述目标游戏实体指向相同实体类型的游戏实体，生成第二关系实体集合；
生成模块740，用于对所述第一关系实体集合与所述第二关系实体集合求并集，生成候选游戏实体集合；
第一确定模块750，用于基于所述候选游戏实体集合确定目标推荐信息。
在一个可能的实施例中，所述装置700还可以包括：
第四获取模块760，用于获取游戏数据，所述游戏数据包括游戏实体、所述游戏实体的属性以及所述游戏实体之间的关联关系；
第二确定模块770，用于基于所述游戏实体、所述游戏实体的属性以及所述游戏实体之间的关联关系，确定所述预设知识图谱。
在一个可能的实施例中，如图8所示，所述第一确定模块750可以包括：
第一确定单元751，用于获取所述候选游戏实体集合中的游戏实体与所述目标游戏实体的相关度，根据所述相关度确定推荐游戏实体集合；
第二确定单元752，用于根据所述推荐游戏实体集合确定目标推荐信息。
在一个可能的实施例中，所述第一确定单元751可以包括：
第一获取子单元，用于获取所述候选游戏实体集合中的游戏实体与所述目标游戏实体的配合关系相关度；
第二获取子单元，用于获取所述候选游戏实体集合中的游戏实体与所述目标游戏实体的实体类型相关度；
计算子单元，用于根据所述配合关系相关度和所述实体类型相关度，利用加权平均算法计算所述候选游戏实体集合中的游戏实体与所述目标游戏实体的相关度；
第一确定子单元，用于获取所述相关度满足预设条件的游戏实体，生成推荐游戏实体集合。
在一个可能的实施例中，所述第二确定单元752可以包括：
排序子单元，用于对所述推荐游戏实体集合中的游戏实体根据与所述目标游戏实体的相关度进行降序排列，得到排序结果；
第二确定子单元，用于根据所述排序结果，获取与所述推荐游戏实体集合中的游戏实体相关的信息作为目标推荐信息。
需要说明的是，上述实施例提供的装置，在实现其功能时，仅以上述各功能模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能模块完成，即将设备的内部结构划分成不同的功能模块，以完成以上描述的全部或者部分功能。
本发明一个实施例还提供了一种电子设备，所述电子设备包括处理器和存储器，所述存储器中存储有至少一条指令、至少一段程序、代码集或指令集，所述至少一条指令、该至少一段程序、该代码集或指令集由所述处理器加载并执行以实现如上述方法实施例所提供的基于知识图谱的信息推荐方法。
存储器可用于存储软件程序以及模块，处理器通过运行存储在存储器的软件程序以及模块，从而执行各种功能应用以及基于知识图谱的信息推荐。存储器可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、功能所需的应用程序等；存储数据区可存储根据所述设备的使用所创建的数据等。此外，存储器可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。相应地，存储器还可以包括存储器控制器，以提供处理器对存储器的访问。
本发明实施例所提供的方法实施例可以在终端、服务器或者类似的运算装置中执行，即上述电子设备可以包括终端、服务器或者类似的运算装置。以运行在服务器上为例，如图9所示，其示出了本发明实施例提供的服务器的结构示意图。该服务器用于实施上述实施例中提供的基于知识图谱的信息推荐方法。该服务器900可因配置或性能不同而产生比较大的差异，可以包括一个或一个以上中央处理器(Central Processing Unit，CPU)910(例如，一个或一个以上处理器)和存储器930，一个或一个以上存储应用程序923或数据922的存储介质920(例如一个或一个以上海量存储设备)。其中，存储器930和存储介质920可以是短暂存储或持久存储。存储在存储介质920的程序可以包括一个或一个以上模块，每个模块可以包括对服务器中的一系列指令操作。更进一步地，中央处理器910可以设置为与存储介质920通信，在服务器900上执行存储介质920中的一系列指令操作。服务器900还可以包括一个或一个以上电源960，一个或一个以上有线或无线网络接口950，一个或一个以上输入输出接口940，和/或，一个或一个以上操作系统921，例如Windows ServerTM，Mac OSXTM，UnixTM，LinuxTM，FreeBSDTM等等。
输入输出接口940可以用于经由一个网络接收或者发送数据。上述的网络具体实例可包括服务器900的通信供应商提供的无线网络。在一个实例中，输入输出接口940包括一个网络适配器(Network Interface Controller，NIC)，其可通过基站与其他网络设备相连从而可与互联网进行通讯。在一个实例中，输入输出接口940可以为射频(RadioFrequency，RF)模块，其用于通过无线方式与互联网进行通讯，所述无线通信可以使用任一通信标准或协议，包括但不限于全球移动通讯系统(Global System of Mobilecommunication，GSM)、通用分组无线服务(General Packet Radio Service，GPRS)、码分多址(Code Division Multiple Access，CDMA)、宽带码分多址(Wideband Code DivisionMultiple Access，WCDMA)、长期演进(Long Term Evolution，LTE)、电子邮件、短消息服务(Short Messaging Service，SMS)等。
本领域普通技术人员可以理解，图9所示的结构仅为示意，服务器900还可包括比图9中所示更多或者更少的组件，或者具有与图9所示不同的配置。
本发明一个实施例还提供了一种计算机可读存储介质，所述存储介质可设置于服务器之中以保存用于实现一种基于知识图谱的信息推荐方法相关的至少一条指令、至少一段程序、代码集或指令集，所述至少一条指令、该至少一段程序、该代码集或指令集可由服务器的处理器加载并执行以实现如上述方法实施例中所提供的基于知识图谱的信息推荐方法的各个步骤。
可选地，在本发明实施例中，上述存储介质可以包括但不限于：U盘、只读存储器(Read-Only Memory，ROM)、随机存取存储器(Random Access Memory，RAM)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
需要说明的是：上述本发明实施例先后顺序仅仅为了描述，不代表实施例的优劣。且上述对本说明书特定实施例进行了描述。其它实施例在所附权利要求书的范围内。在一些情况下，在权利要求书中记载的动作或步骤可以按照不同于实施例中的顺序来执行并且仍然可以实现期望的结果。另外，在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中，多任务处理和并行处理也是可以的或者可能是有利的。
本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于装置、终端和服务器实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。
本领域普通技术人员可以理解实现上述实施例的全部或部分步骤可以通过硬件来完成，也可以通过程序来指令相关的硬件完成，所述的程序可以存储于一种计算机可读存储介质中，上述提到的存储介质可以是只读存储器，磁盘或光盘等。
以上所述仅为本发明的较佳实施例，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
Claims (10)
1.一种基于知识图谱的信息推荐方法，其特征在于，包括：
获取原始信息，从所述原始信息中提取目标游戏实体；
基于预设知识图谱获取与所述目标游戏实体具有预设配合关系的游戏实体，生成第一关系实体集合，所述预设知识图谱包括多个游戏实体以及所述多个游戏实体之间的关联关系；
基于所述预设知识图谱获取与所述目标游戏实体指向相同实体类型的游戏实体，生成第二关系实体集合；
对所述第一关系实体集合与所述第二关系实体集合求并集，生成候选游戏实体集合；
基于所述候选游戏实体集合确定目标推荐信息。
2.根据权利要求1所述的方法，其特征在于，所述方法还包括：
获取游戏数据，所述游戏数据包括游戏实体、所述游戏实体的属性以及所述游戏实体之间的关联关系；
基于所述游戏实体、所述游戏实体的属性以及所述游戏实体之间的关联关系，确定所述预设知识图谱。
3.根据权利要求1或2所述的方法，其特征在于，所述基于预设知识图谱获取与所述目标游戏实体具有预设配合关系的游戏实体，生成第一关系实体集合包括：
以所述目标游戏实体为起点，利用广度优先搜索算法或者深度优先搜索算法获取所述预设知识图谱中与所述目标游戏实体具有预设配合关系的游戏实体，生成第一关系实体集合。
4.根据权利要求1或2所述的方法，其特征在于，所述基于所述预设知识图谱获取与所述目标游戏实体指向相同实体类型的游戏实体，生成第二关系实体集合包括：
获取所述目标游戏实体指向的目标实体类型；
获取所述预设知识图谱中指向所述目标实体类型的所有游戏实体，生成第二关系实体集合。
5.根据权利要求1或2所述的方法，其特征在于，所述基于所述候选游戏实体集合确定目标推荐信息包括：
获取所述候选游戏实体集合中的游戏实体与所述目标游戏实体的相关度，根据所述相关度确定推荐游戏实体集合；
根据所述推荐游戏实体集合确定目标推荐信息。
6.根据权利要求5所述的方法，其特征在于，所述获取所述候选游戏实体集合中的游戏实体与所述目标游戏实体的相关度，根据所述相关度确定推荐游戏实体集合包括：
获取所述候选游戏实体集合中的游戏实体与所述目标游戏实体的配合关系相关度；
获取所述候选游戏实体集合中的游戏实体与所述目标游戏实体的实体类型相关度；
根据所述配合关系相关度和所述实体类型相关度，利用加权平均算法计算所述候选游戏实体集合中的游戏实体与所述目标游戏实体的相关度；
获取所述相关度满足预设条件的游戏实体，生成推荐游戏实体集合。
7.根据权利要求5所述的方法，其特征在于，所述根据所述推荐游戏实体集合确定目标推荐信息包括：
对所述推荐游戏实体集合中的游戏实体根据与所述目标游戏实体的相关度进行降序排列，得到排序结果；
根据所述排序结果，获取与所述推荐游戏实体集合中的游戏实体相关的信息作为目标推荐信息。
8.一种基于知识图谱的信息推荐装置，其特征在于，包括：
第一获取模块，用于获取原始信息，从所述原始信息中提取目标游戏实体；
第二获取模块，用于基于预设知识图谱获取与所述目标游戏实体具有预设配合关系的游戏实体，生成第一关系实体集合，所述预设知识图谱包括多个游戏实体以及所述多个游戏实体之间的关联关系；
第三获取模块，用于基于所述预设知识图谱获取与所述目标游戏实体指向相同实体类型的游戏实体，生成第二关系实体集合；
生成模块，用于对所述第一关系实体集合与所述第二关系实体集合求并集，生成候选游戏实体集合；
第一确定模块，用于基于所述候选游戏实体集合确定目标推荐信息。
9.根据权利要求8所述的装置，其特征在于，所述装置还包括：
第四获取模块，用于获取游戏数据，所述游戏数据包括游戏实体、所述游戏实体的属性以及所述游戏实体之间的关联关系；
第二确定模块，用于基于所述游戏实体、所述游戏实体的属性以及所述游戏实体之间的关联关系，确定所述预设知识图谱。
10.一种计算机可读存储介质，其特征在于，所述存储介质中存储有至少一条指令、至少一段程序、代码集或指令集，所述至少一条指令、所述至少一段程序、所述代码集或指令集由处理器加载并执行以实现如权利要求1-7任意一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910770233.2A CN110674394B (zh) | 2019-08-20 | 2019-08-20 | 一种基于知识图谱的信息推荐方法、装置及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910770233.2A CN110674394B (zh) | 2019-08-20 | 2019-08-20 | 一种基于知识图谱的信息推荐方法、装置及存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN110674394A true CN110674394A (zh) | 2020-01-10 |
| CN110674394B CN110674394B (zh) | 2024-03-15 |
Family
ID=69075640
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910770233.2A Active CN110674394B (zh) | 2019-08-20 | 2019-08-20 | 一种基于知识图谱的信息推荐方法、装置及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110674394B (zh) |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113221572A (zh) * | 2021-05-31 | 2021-08-06 | 北京字节跳动网络技术有限公司 | 一种信息处理方法、装置、设备及介质 |
| CN113268589A (zh) * | 2020-02-14 | 2021-08-17 | 腾讯科技（深圳）有限公司 | 关键用户识别方法、装置、可读存储介质和计算机设备 |
| CN113449176A (zh) * | 2020-03-24 | 2021-09-28 | 华为技术有限公司 | 基于知识图谱的推荐方法及装置 |
| CN113486989A (zh) * | 2021-08-04 | 2021-10-08 | 北京字节跳动网络技术有限公司 | 基于知识图谱的对象识别方法、装置、可读介质和设备 |
| CN116173513A (zh) * | 2023-04-24 | 2023-05-30 | 深圳市乐易网络股份有限公司 | 一种智能化游戏推送系统及方法 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105335519A (zh) * | 2015-11-18 | 2016-02-17 | 百度在线网络技术（北京）有限公司 | 模型生成方法及装置、推荐方法及装置 |
| CN106022877A (zh) * | 2016-05-19 | 2016-10-12 | 华南理工大学 | 一种基于用户手游行为图谱的游戏推荐方法 |
| CN108334528A (zh) * | 2017-03-02 | 2018-07-27 | 腾讯科技（深圳）有限公司 | 一种信息推荐方法和装置 |
| KR20180097853A (ko) * | 2017-02-24 | 2018-09-03 | 스케이프플로우 | 지식 맵 기반의 멀티 유저 게임 서비스 제공 장치 및 그 방법 |
| CN110020913A (zh) * | 2019-02-20 | 2019-07-16 | 中国人民财产保险股份有限公司 | 产品推荐方法、设备及存储介质 |
-
2019
- 2019-08-20 CN CN201910770233.2A patent/CN110674394B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105335519A (zh) * | 2015-11-18 | 2016-02-17 | 百度在线网络技术（北京）有限公司 | 模型生成方法及装置、推荐方法及装置 |
| CN106022877A (zh) * | 2016-05-19 | 2016-10-12 | 华南理工大学 | 一种基于用户手游行为图谱的游戏推荐方法 |
| KR20180097853A (ko) * | 2017-02-24 | 2018-09-03 | 스케이프플로우 | 지식 맵 기반의 멀티 유저 게임 서비스 제공 장치 및 그 방법 |
| CN108334528A (zh) * | 2017-03-02 | 2018-07-27 | 腾讯科技（深圳）有限公司 | 一种信息推荐方法和装置 |
| CN110020913A (zh) * | 2019-02-20 | 2019-07-16 | 中国人民财产保险股份有限公司 | 产品推荐方法、设备及存储介质 |
Cited By (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113268589A (zh) * | 2020-02-14 | 2021-08-17 | 腾讯科技（深圳）有限公司 | 关键用户识别方法、装置、可读存储介质和计算机设备 |
| CN113268589B (zh) * | 2020-02-14 | 2023-09-22 | 腾讯科技（深圳）有限公司 | 关键用户识别方法、装置、可读存储介质和计算机设备 |
| CN113449176A (zh) * | 2020-03-24 | 2021-09-28 | 华为技术有限公司 | 基于知识图谱的推荐方法及装置 |
| CN113221572A (zh) * | 2021-05-31 | 2021-08-06 | 北京字节跳动网络技术有限公司 | 一种信息处理方法、装置、设备及介质 |
| CN113221572B (zh) * | 2021-05-31 | 2024-05-07 | 抖音视界有限公司 | 一种信息处理方法、装置、设备及介质 |
| CN113486989A (zh) * | 2021-08-04 | 2021-10-08 | 北京字节跳动网络技术有限公司 | 基于知识图谱的对象识别方法、装置、可读介质和设备 |
| CN113486989B (zh) * | 2021-08-04 | 2024-04-09 | 北京字节跳动网络技术有限公司 | 基于知识图谱的对象识别方法、装置、可读介质和设备 |
| CN116173513A (zh) * | 2023-04-24 | 2023-05-30 | 深圳市乐易网络股份有限公司 | 一种智能化游戏推送系统及方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN110674394B (zh) | 2024-03-15 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110674394A (zh) | 一种基于知识图谱的信息推荐方法、装置及存储介质 | |
| US11361243B2 (en) | Recommending machine learning techniques, features, and feature relevance scores | |
| CN107436875B (zh) | 文本分类方法及装置 | |
| CN110704743B (zh) | 一种基于知识图谱的语义搜索方法及装置 | |
| CN110413868B (zh) | 信息推荐方法、装置、系统及存储介质 | |
| CN107506495B (zh) | 信息推送方法和装置 | |
| WO2016201933A1 (zh) | 用户数据处理方法、提供方法、系统和计算机设备 | |
| CN109815406B (zh) | 一种数据处理、信息推荐方法及装置 | |
| CN107391509B (zh) | 标签推荐方法及装置 | |
| CN104808892A (zh) | 一种应用图标排序方法、装置、系统及相关设备 | |
| US10262041B2 (en) | Scoring mechanism for discovery of extremist content | |
| CN111339406B (zh) | 个性化推荐方法、装置、设备及存储介质 | |
| CN109885674B (zh) | 一种主题标签的确定、信息推荐方法及装置 | |
| CN104765793A (zh) | 一种软件推荐方法及服务器 | |
| Bagci et al. | Random walk based context-aware activity recommendation for location based social networks | |
| CN115827956A (zh) | 一种数据信息检索方法、装置、电子设备及存储介质 | |
| CN110245357B (zh) | 主实体识别方法和装置 | |
| US8949254B1 (en) | Enhancing the content and structure of a corpus of content | |
| CN113139113B (zh) | 搜索请求的处理方法和装置 | |
| WO2017097102A1 (zh) | 检索方法和检索装置 | |
| CN107644103B (zh) | 一种可追溯信息来源的信息存储的方法和系统 | |
| CN105677926A (zh) | 一种本地搜索结果展示方法、装置及电子设备 | |
| CN107622125B (zh) | 一种信息爬取方法和装置、电子设备 | |
| CN113761305B (zh) | 一种生成标签层级结构的方法和装置 | |
| CN105653533A (zh) | 一种更新分类关联词集合的方法和装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |