一种基于知识图谱解耦的推荐系统及其推荐方法

摘要

本发明公开一种基于知识图谱解耦的推荐系统及其推荐方法。获取用户行为数据；将用户行为数据中用户、物品、用户固有属性特征和物品固有属性特征作为实体，并提炼上述实体关系，最终得到实体‑关系‑实体的三元组知识图谱；搭建基于循环解耦的推荐模型RDK‑GCN；根据RDK‑GCN输出的实体特征获得待推荐实体特征和被推荐实体特征，然后计算上述两个特征的相似度，最后向被推荐实体推荐相似度较高的前n个待推荐实体。通过对知识图谱中实体的邻接实体进行循环特征解耦将实体特征中代表不同语义的隐因子分离出来，筛选出目标任务影响较大的隐因子并降低无关隐因子带来的影响，实现不同任务的相对独立性，有效提高推荐系统的鲁棒性。