現(xiàn)如今服務交易領域中的數(shù)據(jù)總量呈現(xiàn)爆發(fā)式增長,如何高效地從數(shù)據(jù)中捕獲有價值的信息已經(jīng)嚴重桎梏了當前服務交易應用的發(fā)展,而目前能夠掙脫這種桎梏的最有效的技術則是推薦系統(tǒng)。同時由于知識圖譜所特有的圖結構為提升服務交易領域推薦效果帶來了新的思路。所以本文通過使用服務交易領域數(shù)據(jù)搭建知識圖譜,利用知識圖譜向量化技術提取出豐富的語義信息,與推薦算法相融合并提升推薦性能。重點探索了服務交易知識圖譜的搭建技術和在top-N與評分預測推薦場景中推薦算法與知識圖譜融合方式的設計。本文的主要工作內容如下:1.提出了一種服務交易領域的知識圖譜構建方法。將知識圖譜的概念引入服務交易領域中,首先對服務交易領域中的知識特征進行分析,完成該領域內實體和關系的劃分,從而實現(xiàn)了服務交易領域本體庫的搭建。然后利用知識抽取技術根據(jù)本體庫中對實體和關系的定義抽取出服務交易的具體實體和關系知識。最后通過分析關系型數(shù)據(jù)庫存儲數(shù)據(jù)的利弊,選擇使用圖數(shù)據(jù)庫Neo4j進行知識存儲。2.提出了一種基于知識圖譜的top-N推薦算法。該算法可以分為三部分,分別包括帶有注意力機制的雙向LSTM網(wǎng)絡結構,時間演化模型和基于知識圖譜的物品相似度候... 

【文章來源】：中國科學院大學(中國科學院重慶綠色智能技術研究院)重慶市

【文章頁數(shù)】：74 頁

【學位級別】：碩士

【部分圖文】：

知識圖譜系統(tǒng)構架

基于知識圖譜的服務交易推薦關鍵技術研究與應用10比如“轎車和卡車都是運輸工具，都擁有發(fā)動機和輪胎。同時由于各自不同的型號，所以價格也不相同，轎車的均價在120000元，而卡車則需要150000元。”這段話使用本體就表示成下面這種圖2.2的情形：圖2.2構成圖例按照應用分類，本體可以分為通用或常識本體、知識本體、領域本體、任務本體和語言學本體這五種。而按照詳細程度和領域依賴度分，則分為四項：頂級本體、任務本體、領域本體和應用本體。關系見圖2.3。圖2.3本體領域級別2.1.1.1建模方式知識圖譜有兩種固定的工作模式，根據(jù)本體庫的搭建方式不同分為自頂向下

基于知識圖譜的服務交易推薦關鍵技術研究與應用10比如“轎車和卡車都是運輸工具，都擁有發(fā)動機和輪胎。同時由于各自不同的型號，所以價格也不相同，轎車的均價在120000元，而卡車則需要150000元�！边@段話使用本體就表示成下面這種圖2.2的情形：圖2.2構成圖例按照應用分類，本體可以分為通用或常識本體、知識本體、領域本體、任務本體和語言學本體這五種。而按照詳細程度和領域依賴度分，則分為四項：頂級本體、任務本體、領域本體和應用本體。關系見圖2.3。圖2.3本體領域級別2.1.1.1建模方式知識圖譜有兩種固定的工作模式，根據(jù)本體庫的搭建方式不同分為自頂向下

【參考文獻】：
期刊論文
[1]知識圖譜構建技術綜述[J]. 劉嶠,李楊,段宏,劉瑤,秦志光.  計算機研究與發(fā)展. 2016(03)
[2]推薦系統(tǒng)研究進展[J]. 朱揚勇,孫婧.  計算機科學與探索. 2015(05)
[3]用戶多興趣信任度的個性化推薦[J]. 楊長春,孫婧.  計算機工程與應用. 2012(32)



本文編號：3362047