基于专利供需知识图谱的交易推荐方法

摘要

基于专利供需知识图谱的交易推荐方法应用于专利交易推荐领域。本发明步骤：(1)属性体系构建：基于IncoPat专利数据库采集专利数据，基于文献研究构建影响专利交易的属性指标体系；(2)专利交易AHN构建：构建包括三类节点、三类关系及多个属性的专利交易AHN；(3)专利交易AHN的表示学习：包括基于神经网络获得节点的多维高斯分布、基于元路径随机游走生成节点序列、基于skip‑gram并利用KL散度度量不同节点高斯分布间的差异，获得每个节点的低维向量空间；(4)目标组织的Top‑k推荐。本发明考虑多类型节点的属性，提高推荐结果的可解释性；利用多维高斯分布及KL散度解决嵌入中的不确定性问题及不同类型节点间距离的不对称性问题，能够实现专利交易的精准推荐。