领域知识图谱的更新与知识推荐方法研究

发布时间：2021-06-24 07:08

　　参保人想实时了解社保相关的信息,如最新的政策法规、新闻、案例等,仅仅靠传统的信息检索不能满足人们对于知识获取快速、精准的需求,因此研究社保领域的知识推荐方法可以让每个用户都能够得到具有针对性的推荐结果。然而对于传统的推荐方法会产生冷启动问题和信息稀疏问题,因此本文通过引入社保知识图谱作为辅助信息帮助知识推荐。而为了保持知识推荐的新鲜性以及完备性,提高知识图谱的新鲜度是有必要的,因此在进行社保领域知识推荐之前,研究知识图谱的自动更新方法是重要的。基于以上背景,本文首先研究社保领域知识图谱的自动更新方法,基于能自动更新的知识图谱,继续研究了知识推荐方法。在社保知识图谱自动更新部分,根据知识图谱已存在的信息来补全缺失的信息从而实现内部更新,根据网络热门文章发掘种子实体并进行实体扩展从而实现外部更新。对于内部更新,本文提出了基于Bi-GRU的社保领域实体表示方法,并对基于实体表示的知识图谱补全模型进行训练,最终通过实体链接预测将发掘的信息补全到知识图谱中;对于外部更新,本文从网络上发掘热门社保实体作为种子实体并找到扩展实体,并提出了实体更新频率预测器对扩展实体更新的优先级进行设定,根据优先级对... 

【文章来源】：哈尔滨工程大学黑龙江省 211工程院校

【文章页数】：72 页

【学位级别】：硕士

【部分图文】：

推荐系统类型

图 2.1 基于 Hierarchical Softmax 的 CBOW 模型层到投影层，就是对 w 周围的 2c 个词向量求和取平均，如公式 ciwixcx2121升法来更新wj 1 和wx ，做梯度更新完毕后会用梯度项直接更新.2c)，如公式 2-2、2-3 所示：wwjTwwjww(1d (x))xj- 1j-1 1 (1()),(1,2,...,2)211xxdxicwljwjwjTwwwwj 度上升法的步长。识表示模型知识表示是在低维语义空间中对实体和关系进行编码，这极大地

第 2 章 相关理论及技术 等人提出的词表示学习模型中，发现了普遍存在于词语的语义关系和句法关数据建模，Bordes 等人提出了 TransE 模实体在低维空间之间转换操作。对于每实体向量hl 和尾实体tl 的转换。TransE


本文编号：3246627