互聯(lián)網(wǎng)時代,在線內(nèi)容和服務(wù)的爆炸式增長為用戶提供了壓倒性的選擇,個性化推薦系統(tǒng)的研究是對實現(xiàn)信息過濾的重要突破,通常是根據(jù)用戶的歷史交互信息挖掘到潛在的興趣偏好來推送令用戶滿意的項目。然而,基于協(xié)同過濾的推薦算法僅根據(jù)對用戶項目交互信息的分析構(gòu)建用戶-項目評分矩陣來完成后續(xù)算法進(jìn)行興趣推薦,往往會存在著數(shù)據(jù)的稀疏性問題和冷啟動問題。為了解決這些局限性,研究人員建議將輔助信息納入推薦算法中,本文從語義方面出發(fā),提出引入知識圖譜豐富的語義信息,利用知識表示學(xué)習(xí)方法在保留用戶或項目自身的語義信息的基礎(chǔ)上,將數(shù)據(jù)嵌入低維的向量空間中計算語義相似度來產(chǎn)生推薦結(jié)果。該算法豐富了傳統(tǒng)推薦算法中用戶或項目的語義信息,有效的增強(qiáng)了推薦性能。本文研究內(nèi)容如下:1.本論文引入伯努利抽樣策略對知識表示中翻譯模型訓(xùn)練過程的負(fù)采樣算法進(jìn)行改進(jìn),根據(jù)頭實體與尾實體的不同關(guān)系類型分別設(shè)置不同的替代概率,減少構(gòu)建錯誤負(fù)三元組的概率。2.本論文采用改進(jìn)的翻譯模型對用戶與項目進(jìn)行向量化表示和度量語義相似度,有效融合不同來源的信息和解決數(shù)據(jù)稀疏問題。提出基于翻譯模型來學(xué)習(xí)準(zhǔn)確表示用戶與項目的語義信息,采用最大距離的思想將正負(fù)... 

【文章來源】：江西農(nóng)業(yè)大學(xué)江西省

【文章頁數(shù)】：48 頁

【學(xué)位級別】：碩士

【部分圖文】：

RDF實例Figure2-1AnexampleofRDF

知識圖譜的發(fā)展歷程

圖 2-3 知識圖譜的技術(shù)架構(gòu)圖Figure 2-3 TechnicalArchitecture of Knowledge Map識圖譜的主流構(gòu)建方式有：自頂向下和自底向上兩種方式，自頂向下構(gòu)利用本體編輯器依據(jù)現(xiàn)有本體的信息手動定義好本體與數(shù)據(jù)模式，再將識庫。自頂向下構(gòu)建方式通常使用一些現(xiàn)有的結(jié)構(gòu)化知識庫作為其基如 DBpedia、Freebase 項目采用的構(gòu)建方式是自頂向下，其中數(shù)據(jù)來源[16]。底向上構(gòu)建方式指的由計算機(jī)使用機(jī)器學(xué)習(xí)算法以及知識獲取技術(shù)自動的方式構(gòu)建本體，在一些開放鏈接數(shù)據(jù)中發(fā)現(xiàn)新的實體及實體間的關(guān)來，然后通過算法評估實體的置信度，選擇其中置信度較高的知識加入構(gòu)建頂層的本體模式[17]。當(dāng)前，大部分知識圖譜的主流構(gòu)建方式是自底其中最典型就是 Google 的 Knowledge Vault[18]和微軟的 Satori 知識庫。網(wǎng)數(shù)據(jù)內(nèi)容知識產(chǎn)生的特點，更適用于自底向上的構(gòu)建方式。大規(guī)模知識庫規(guī)模知識庫從語義上理解即是存放著大量知識的數(shù)據(jù)庫，描述現(xiàn)實世界

【參考文獻(xiàn)】：
期刊論文
[1]面向中文開放領(lǐng)域的多元實體關(guān)系抽取研究[J]. 姚賢明,甘健侯,徐堅.  智能系統(tǒng)學(xué)報. 2019(03)
[2]面向電子商務(wù)應(yīng)用的知識圖譜關(guān)聯(lián)查詢處理[J]. 岳昆,闞伊戎,王鈺杰,錢文華.  計算機(jī)集成制造系統(tǒng). 2020(05)
[3]托攻擊與推薦系統(tǒng)安全[J]. 田俊峰,蔡紅云.  河北大學(xué)學(xué)報(自然科學(xué)版). 2018(06)
[4]一種知識圖譜的排序?qū)W習(xí)個性化推薦算法[J]. 楊晉吉,胡波,王欣明,伍昱燊,趙淦森.  小型微型計算機(jī)系統(tǒng). 2018(11)
[5]基于皮爾遜相關(guān)系數(shù)的網(wǎng)絡(luò)輿情評估指標(biāo)體系構(gòu)建研究[J]. 覃玉冰,鄧春林,楊柳.  情報探索. 2018(10)
[6]知識圖譜的推薦系統(tǒng)綜述[J]. 常亮,張偉濤,古天龍,孫文平,賓辰忠.  智能系統(tǒng)學(xué)報. 2019(02)
[7]知識圖譜技術(shù)綜述[J]. 徐增林,盛泳潘,賀麗榮,王雅芳.  電子科技大學(xué)學(xué)報. 2016(04)
[8]基于稀疏數(shù)據(jù)預(yù)處理的協(xié)同過濾推薦算法[J]. 陳宗言,顏俊.  計算機(jī)技術(shù)與發(fā)展. 2016(07)
[9]知識表示學(xué)習(xí)研究進(jìn)展[J]. 劉知遠(yuǎn),孫茂松,林衍凱,謝若冰.  計算機(jī)研究與發(fā)展. 2016(02)
[10]知識圖譜的技術(shù)實現(xiàn)流程及相關(guān)應(yīng)用[J]. 曹倩,趙一鳴.  情報理論與實踐. 2015(12)

碩士論文
[1]基于圖的關(guān)系推理算法研究與實現(xiàn)[D]. 江瀏祎.電子科技大學(xué) 2017
[2]實體關(guān)系抽取技術(shù)研究[D]. 陳思佳.北京郵電大學(xué) 2014



本文編號：3556666