(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210655140.7 (22)申请日 2022.06.10 (71)申请人 陕西师范大学 地址 710119 陕西省西安市长安区西长安 街620号 (72)发明人 曹菡　长孙筠　 (74)专利代理 机构 西安通大专利代理有限责任 公司 6120 0 专利代理师 崔方方 (51)Int.Cl. G06F 16/9535(2019.01) G06F 16/36(2019.01) G06N 3/04(2006.01) G06N 3/08(2006.01) (54)发明名称 一种动漫推荐方法、 装置、 设备及存 储介质 (57)摘要 本发明公开了一种动漫推荐方法、 装置、 设 备及存储介质， 属于人工智能及自然语 言处理技 术领域， 首先获取数据集信息， 并构建动漫知识 图谱； 构建用户 ‑项目交互矩阵， 提取用户特征向 量和知识图谱三元组中关系实体的特征向量； 提 取图像特征向量； 最后建立基于多任务特征学习 视觉嵌入与知识图谱增强的推荐模 型， 将动漫的 特征向量与用户的嵌入向量送入多层感知机， 进 行动漫推荐。 该方法能够弥补了传统推荐系统中 的项目冷启动以及数据稀 疏性缺陷， 为用户提供 精确的个性化推荐， 提升用户的体验感。 解决了 现有技术中的动漫推荐方法存在一定的项目冷 启动和数据稀 疏缺陷， 不能准确地针对用户做出 个性化推荐， 使得用户体验感极为不理想的问 题。 权利要求书2页 说明书9页 附图5页 CN 115114522 A 2022.09.27 CN 115114522 A 1.一种动漫推荐方法， 其特 征在于， 包括以下步骤： 获取数据集信息， 并构建动漫知识图谱； 根据数据集信息及动漫知识图谱， 构建用户 ‑项目交互矩阵； 根据动漫知识图谱和用户 ‑项目交互矩阵， 提取用户特征向量和知识图谱三元组中关 系实体的特 征向量； 根据数据集信息， 获取图像特 征向量； 根据动漫知识图谱、 用户特征向量、 知识图谱三元组中关系实体的特征向量和图像特 征向量， 建立基于多任务特 征学习视觉嵌入与知识图谱增强的推荐模型， 进行动漫推荐。 2.根据权利要求1所述动漫推荐方法， 其特征在于， 所述数据集信 息包括用户偏好信 息 和动漫属性及属性值， 所述动漫属性及属性值包括动漫ID、 动漫名称、 动漫题材、 动漫集数、 动漫类型、 加入动漫社区的人 数、 动漫图像和动漫评分情况。 3.根据权利要求1所述动漫推荐方法， 其特征在于， 获取数据集信息， 并构建动漫知识 图谱的方法为： 获取数据集信息， 分析 所需数据信息， 定义数据信息中的实体、 属性和 属性值； 使用Anime公共数据集， 并且利用P ython中的网络爬虫技术爬取动漫网站上与Anime公 共数据集中动漫相关的数据信息， 进一 步丰富项目属性； 对爬取的数据集信息进行整理、 清洗， 确保数据的完整性； 将整理、 清洗后的数据集信息与公共数据集An ime进行融合； 将数据集信息中的实体导入neo 4j图数据库， 设置各个实体之间的关系； 将数据按照实体 ‑关系‑实体导出， 以文档的形式进行存 储， 构建动漫知识图谱。 4.根据权利要求1所述动漫推荐方法， 其特征在于， 根据数据集信 息， 构建用户 ‑项目交 互矩阵的方法为： 根据数据集信息， 获取用户 ‑项目评分数据信息； 根据用户 ‑项目评分数据信息， 将用户作为矩阵的列， 动漫ID作为矩阵的行， 构造动漫 用户‑动漫ID的评分矩阵； 用户给出评分的动漫记为1， 未给出评分的记为0， 获得每个动漫基于每个用户评分的 交互矩阵。 5.根据权利要求1所述动漫推荐方法， 其特征在于， 根据动漫知识图谱和用户 ‑项目交 互矩阵， 提取用户特 征向量和知识图谱三元组中关系实体的特 征向量的方法为： 根据动漫知识图谱和用户 ‑项目交互矩阵， 分别建立SDAE模型， 利用SDAE模型分别对用 户和知识图谱三元组中的关系实体进行嵌入； 初始化SDAE网络参数； 训练网络参数， 获取用户特 征向量和知识图谱三元组中关系实体的特 征向量。 6.根据权利要求1所述动漫推荐方法， 其特征在于， 根据数据集信息， 获取图像特征向 量的方法为： 根据数据集信息， 获取动漫海报图像； 对动漫海报图像做均值预处 理； 利用VGG‑16卷积神经网络提取 预处理后的动漫海报图像特 征， 获取图像特 征向量。 7.根据权利要求1所述动漫推荐方法， 其特征在于， 根据动漫知识图谱、 用户特征向量、权　利　要　求　书 1/2 页 2 CN 115114522 A 2知识图谱三元组中关系实体的特征向量和图像特征向量， 建立基于多任务特征学习视觉嵌 入与知识图谱增强的推荐模型， 进行动漫推荐的方法为： 建立基于多任务特 征学习视觉嵌入与知识图谱增强的推荐模型； 利用SDAE提取用户特 征和项目特 征； 将项目特 征与对应图像特 征向量进行拼接； 将用户特征与项目特征一起送入基于多任务特征学习视觉嵌入与知识图谱增强的推 荐模型中的MLP， 给定用户 ‑项目交互矩阵和 动漫知识图谱， 利用MLP模 型预测用户参与项目 的可能性， 进行动漫推荐。 8.一种动漫推荐装置， 其特 征在于， 包括： 数据获取及 知识图谱构建模块： 用于获取 数据集信息， 并构建动漫知识图谱； 用户‑项目交互矩阵构建模块： 用于根据数据集信息， 构建用户 ‑项目交互矩阵； 用户特征向量和知识图谱三元组中关系实体的特征向量提取模块： 用于根据动漫知识 图谱和用户 ‑项目交互矩阵， 提取用户特 征向量和知识图谱三元组中关系实体的特 征向量； 图像特征向量获取模块： 用于根据数据集信息， 获取图像特 征向量； 动漫推荐模块： 用于根据动漫知识图谱、 用户特征向量、 知识图谱三元组中关系实体的 特征向量和图像特征向量， 建立基于多任务特征学习视觉嵌入与知识图谱增强的推荐模 型， 进行动漫推荐。 9.一种终端设备， 包括存储器、 处理器以及存储在所述存储器中并可在所述处理器上 运行的计算机程序， 其特征在于， 所述处理器执行所述计算机程序时实现如权利要求 1‑7任 一项所述方法的步骤。 10.一种计算机可读存储介质， 所述计算机可读存储介质存储有计算机程序， 其特征在 于， 所述计算机程序被处 理器执行时实现如权利要求1 ‑7任一项所述方法的步骤。权　利　要　求　书 2/2 页 3 CN 115114522 A 3