(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 202210484268.1 (22)申请日 2022.05.06 (71)申请人 华东交通大 学 地址 330013 江西省南昌市经济技 术开发 区双港东大街808号 (72)发明人 涂宏斌　胡昕岳　徐任玉　刘雨芃　 熊海波　高晨　刘超　章翔　 王昊天　胡剑文　占天华　 (74)专利代理 机构 长沙市融智专利事务所(普 通合伙) 43114 专利代理师 熊开兰 (51)Int.Cl. G06Q 30/06(2012.01) G06F 16/36(2019.01) G06F 16/28(2019.01) (54)发明名称 一种基于供应链与知识图谱的物品推荐方 法、 设备及 介质 (57)摘要 本发明公开了一种基于供应链与知识图谱 的物品推荐方法、 设备及介质， 包括： 获取样本用 户和物品信息以及交互信息； 从物品信息中提取 供应链节 点， 以所有样本用户和供应链节点为实 体构建供应链知识图谱； 基于图谱中各实体及交 互信息， 使用Tran sHR算法对图谱进行表示学习； 使用学习得到的供应链知识图谱， 将每个物品均 使用给定维度的向量表示， 再基于物品的向量表 示计算每两个物品的第一相似度； 根据户对物品 的历史评分， 采用余弦相似度计算每两个物品的 第二相似度； 整 合两个相似度， 构建相似度矩阵； 根据相似度矩阵对物品进行计算评分， 按评分顺 序向目标用户推荐物品。 本发明可以缓解数据稀 疏和冷启动对推荐的负面影响， 提高推荐准确 度。 权利要求书2页 说明书7页 附图2页 CN 114723535 A 2022.07.08 CN 114723535 A 1.一种基于供应链与知识图谱的物品推荐方法， 其特 征在于， 包括： 步骤1， 获取m个样本用户的信息、 n个物品的信息以及用户 ‑物品交互信息； 步骤2， 从物品信息中提取物品的供应链节点， 以所有样本用户和供应链节点作为实 体， 构建供应链知识图谱； 步骤3， 基于供应链知识图谱中各实体的信息及实体之间的交互信息， 使用TransHR算 法对构建的供应链知识图谱进行表示学习； 步骤4， 使用表示学习得到的供应链知识图谱， 将每个物品均使用给定维度的向量表 示； 然后基于物品的向量表示， 计算每两个物品之间的相似度， 记为第一相似度； 步骤5， 根据用户 ‑物品交互信息得到样本用户对物品的历史评分， 采用余弦相似度计 算每两个物品之间的相似度， 记为第二相似度； 步骤6， 整合第 一相似度和第 二相似度得到每两个物品之间的融合相似度， 构建所有物 品的融合相似度矩阵； 步骤7， 针对目标用户， 根据融合相似度矩阵对自身未曾评分的物品进行评分， 并将所 有物品按评分从高到低的顺序向目标用户推荐物品。 2.根据权利要求1所述的方法， 其特征在于， 所述使用TransHR算法对构建的供应链知 识图谱进行表示学习， 具体为： 首先将知 识图谱中每2 个实体之间的所有链关系存放在一个独立的关系映射空间Mr中， 所有链关系通过关系映射矩阵 映射后得到该2个实体关系之间总的关系向量 式中， 分别为2个实体中的头实体向量和尾实 体向量， v表示 这2个实体之间存在的链关系数量， 表示 这2个实体之间的第i个链关 系； 然后基于所有关系向量 对构建的知识图谱进行表示学习， 使得 3.根据权利要求1所述的方法， 其特征在于， 物品的供应链包括3层节点， 第1层节点包 括物品的供应商、 分销商和零售企业， 第2层节点包括物品的生产企业， 第3层节点包括生产 企业的原料 供应商。 4.根据权利要求1所述的方法， 其特征在于， 步骤4中采用欧式距离计算每两个物品之 间的第一相似度： 式中， Ii， Ij分别表示第i， j两个不同的物品， simg(Ii， Ij)分别表示物品Ii， Ij的第一相似 度， d(Ii， Ij)分别表示物品Ii， Ij的欧式距离， Ek， i， Ek， i分别表示物品Ii， Ij的表示向量中的第 k维度数据， D为物品表示向量的固定维度。 5.根据权利要求1所述的方法， 其特征在于， 步骤5中采用改进的余弦相似度计算每两权　利　要　求　书 1/2 页 2 CN 114723535 A 2个物品之间的第二相似度： 式中， Ii， Ij分别表示第i， j两个不同的物品， simc(Ii， Ij)分别表示物品Ii， Ij的第二相似 度； Ui， j表示同时对物品Ii， Ij评分的用户集合， Ui表示对物品Ii评分的用户集合， Uj表示对物 品Ij评分的用户集合， Su， i、 Su， j分别表示用户u对物品Ii， Ij的评分， 表示用户u对所有物 品的评分均值。 6.根据权利要求1所述的方法， 其特征在于， 步骤6整合第一相似度和第二相似度得到 融合相似度的整合方法为： 式中， Ii， Ij分别表示第i， j两个不同的物品， simg(Ii， Ij)分别表示物品Ii， Ij的第一相似 度， simc(Ii， Ij)分别表示物品Ii， Ij的第二相似度， x为权重因子， 0＜x＜1； sim(Ii， Ij)表示 物品Ii， Ij的融合相似度。 7.根据权利要 求1所述的方法， 其特征在于， 所述针对目标用户ua， 根据融合相似度矩阵 对自身未曾评分的物品Ii进行评分， 具体为： 其中， 表示计算得到的目标用户ua对物品Ii的评分， 为目标用户ua对物品Ij的 评分， 而N(ua)为目标用户评分过的物品集 合， S(i， K)为前 K个与Ii相似度较高的物品集 合。 8.一种电子设备， 包括存储器及处理器， 所述存储器中存储有计算机程序， 其特征在 于， 所述计算机程序被所述处理器执行时， 使得所述处理器实现如权利要求1～7中任一项 所述的方法。 9.一种计算机可读存储介质， 其上存储有计算机程序， 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中任一项所述的方法。权　利　要　求　书 2/2 页 3 CN 114723535 A 3