一种基于知识图谱和深度学习的协同过滤推荐方法及设备

摘要

本发明公开了一种基于知识图谱和深度学习的协同过滤推荐方法及设备，所述方法包括：获取用户和项目的关系数据，建立用户—项目交互图和知识图谱；根据用户—项目交互图生成嵌入矩阵，得到用户和项目的原始嵌入向量，并提取知识图谱中与项目相关联的实体所在三元组，得到三元组中实体对应的嵌入向量；将用户嵌入向量在L层Light‑GCN网络中递归地传播嵌入，得到每层的用户嵌入向量，再结合得到用户高阶嵌入向量；知识图谱借助涟漪网络传播嵌入，经过L个涟漪网络传播及交叉压缩单元的高阶交互得到项目高阶嵌入向量；将用户高阶嵌入向量和项目高阶嵌入向量传入点积预测函数，根据预测结果向用户推荐其兴趣项目。本发明克服了传统推荐方法冷启动和稀疏性的缺陷。