申请/专利权人:桂林电子科技大学
申请日:2022-07-13
公开(公告)日:2022-12-02
公开(公告)号:CN115422171A
主分类号:G06F16/215
分类号:G06F16/215;G06F16/2458;G06F16/28;G06N3/08;G06Q50/20
优先权:
专利状态码:在审-实质审查的生效
法律状态:2023.01.03#实质审查的生效;2022.12.02#公开
摘要:本发明公开了一种知识图谱视角下基于图卷积网络的课程知识点推荐方法,包括如下步骤:数据预处理;知识图谱嵌入;信息传播:协作传播是将用户与项目交互中潜在的协作信息编码为用户和项目的表示形式,知识图谱传播则是沿着知识图谱中的高阶链接传播知识关联,通过递归地方式补充边的信息;注意力嵌入:沿着知识图谱中高阶链接递归传播嵌入信息,利用图注意力网络在传播过程中生成注意力权重,基于不同的聚合方式将经过多条传播后的表示聚合为用户和项目的综合表征向量;预测,根据预测完成推荐。本发明通过知识图谱与推荐系统结合的方式,将课程知识点与其他知识图谱属性联系起来,有效地解决了推荐系统稀疏性和冷启动问题。
主权项:1.知识图谱视角下基于图卷积网络的课程知识点推荐方法,其特征在于,包括如下步骤:S1、数据预处理;S2、知识图谱嵌入:对知识图谱进行嵌入,保留知识图谱的结构,将知识图谱中的实体和关系参数化为向量;S3、信息传播:信息传播包括协作传播和知识图谱传播,协作传播是将用户与项目交互中潜在的协作信息编码为用户和项目的表示形式,知识图谱传播则是沿着知识图谱中的高阶链接传播知识关联,通过递归地方式补充边的信息;S4、注意力嵌入:沿着知识图谱中高阶链接递归传播嵌入信息,利用图注意力网络在传播过程中生成注意力权重,基于不同的聚合方式将经过多条传播后的表示聚合为用户和项目的综合表征向量;S5、预测:通过信息聚合得到用户和项目的综合表征向量,将用户和项目的综合表征向量内积来预测用户对项目的偏好分数,根据预测完成推荐。
全文数据:
权利要求:
百度查询: 桂林电子科技大学 知识图谱视角下基于图卷积网络的课程知识点推荐方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。