(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 20221084589 2.X (22)申请日 2022.07.19 (71)申请人 解放号网络科技有限公司 地址 210000 江苏省南京市雨 花台区宁双 路19号云密城1号楼6 04室 (72)发明人 毕辉　 (74)专利代理 机构 北京中睿智恒知识产权代理 事务所(普通 合伙) 16025 专利代理师 侯文峰 (51)Int.Cl. G06F 16/9535(2019.01) G06F 16/36(2019.01) (54)发明名称 一种结合知识图谱的用户画像构建方法 (57)摘要 本发明公开了一种结合知识图谱的用户画 像构建方法， 具体涉及大数据领域， 包括包含知 识图谱构建模块、 标签抽取模块、 人才画像模块 和反馈模块组成的构建架构： 其中， 知识图谱构 建模块包含： 命名实体识别和关系抽取； 标签抽 取模块包含标签选择、 数据清洗和标签存储； 用 户反馈模块： 用户会对用户画像的标签进行反 馈。 本发明将知识图谱作为标签系统构建时的一 种补充； 使用端到端的方法构建知识图谱， 提高 了知识图谱的构建效率， 降低复杂度； 样本库和 数据库的独立， 能提高标签系统的可信度； 构建 的标签系统增加了外部信息的补 充和校验， 更准 确可靠； 端到端的知识图谱构建方法极大的提高 了知识图谱的构建效率， 并降低了复杂度。 权利要求书2页 说明书4页 附图1页 CN 115309982 A 2022.11.08 CN 115309982 A 1.一种结合知识图谱的用户画像构建方法， 包括包含知识图谱构建模块、 标签抽取模 块、 人才画像模块和反馈模块组成的构建架构， 其特 征在于： 其中， 知识图谱构建模块包 含： 命名实体识别和关系抽取； 从模型库中导入预训练的end ‑to‑end(端到端)神经网络模型， 通过样本接口从样本库 中提取相关文本 输入模型， 输出文本中所有实体及相关 关系的三元组； 深度学习通过反馈模块得到的数据加入原有数据库中一起训练， 可进一步提高模型的 准确率； 从模型库中导入预训练的端对端神经网络进行实体关系的直接预测； 由此得到的 实体关系外 部知识补充到词向量的训练中； 标签抽取模块包 含标签选择、 数据清洗和标签存 储； 标签选择： 针对不同场景的用户， 需要根据用户的需求， 以及用户画像的应用方向进行 不同策略的标签选择； 数据清洗： 目标标签可能直接就是数据库中某个字段所对应的内容， 也可能是内容中 的内容， 此时就需要对字段对应的内容进行清洗； 标签存储： 将得到的标签按用户ID存储到hbase数据库中， 每个用户ID会对应多个标 签； rowkey为ID下对应的内容 为一个key为标签名， value为标签值的dict； 人才画像模块用于整理用户画像的具体存 储字段； 用户反馈模块： 用户会对用户画像的标签进行反馈； 若标签错误， 则根据 标签的产生方 向分别反馈 至样本库或数据库中， 作为对数据和算法的修 正； 具体的各模块间具体的构建步骤如下： S1： 调取:人才简 历库， 并对数据进行清洗、 合并的操作； S2： 从结构化字段中抽取出人才 的标签， 诸如行业， 领域， 专业技能， 工作经验， 教育经 验， 作为该 人才的标签； S3： 构建端到端的行业知识图谱， 从各个领域的专业技能知识入手， 构建领域 ‑行业‑技 能的图谱网络， 作为标签 体系构建时的内容补充； S4： 调取:人才简历库， 对非结构化字段， 一方面通过NLP算法， 另一方面通过知识图谱 的关系抽取算法， 抽取 出技能、 行业经验、 从业 年限的标签； S5： 综合结构化和非结构化标签， 并进行语义对齐做二次验证， 作为人才的标签； S6： 抽取新项目案例的关键词， 根据人才标签进行 人才推荐。 2.根据权利要求1所述的一种结合知识图谱的用户画像构建方法， 其特征在于： 所述知 识图谱构建模块包含了一个端到端的模型， 利用远程监督和预训练模型可以直接从输入文 本中得到实体和关系， 以此来构建知识图谱； 这里的文本包括公司的相关文本信息、 数值型 信息、 公告、 组织架构和新闻数据； 但不包括公司数据库中的标准数据。 3.根据权利要求2所述的一种结合知识图谱的用户画像构建方法， 其特征在于： 在深度 学习预测部 分中导入训练好的模 型， 当文本输入进来时， 可直接进入 该模块， 输出实体间的 关系； 输出的结果需要通过LSTM解码和Softmax(归一化指数函数)层， 得到最终的实体关 系； 预训练end ‑to‑end模型伪代码如下： gettexts\\在样本库中获取公司相关文章 wordembed ding\\对输入的文本通过共用的w ord embedding(词嵌入向量)权　利　要　求　书 1/2 页 2 CN 115309982 A 2encodinginputbyBi LSTM\\接双向的LSTM层来对输入进行分编码 NERbyLSTM\ \用LSTM进行命名实体识别 relationsclassifierbyCN N\\用CNN(卷积神经网络)进行关系分类。 4.根据权利要求3所述的一种结合知识图谱的用户画像构建方法， 其特征在于： 所述知 识图谱构建模块是通过底层的模型参数共享， 在训练 时两个任务 都会通过后向传播算法来 更新共享 参数来实现两个子任务之间的依赖 。 5.根据权利要求1所述的一种结合知识图谱的用户画像构建方法， 其特征在于： 所述标 签选择时， 选择完标签， 需要去数据库中确定需要选取的字段， 从字段中抽取所需要的标 签。 6.根据权利要求1所述的一种结合知识图谱的用户画像构建方法， 其特征在于： 所述数 据清洗时， 选取算法对相关内容进行操作。 7.根据权利要求6所述的一种结合知识图谱的用户画像构建方法， 其特征在于： 用户选 择的标签为 “工作汇报 ”的“情感分析 ”， 则首先需要从数据库的相关应用中抽取出 “工作汇 报”这个字段， 再对其对应的内容进行情感分析算法的判断， 确认其情感倾向， 最后得到该 标签。 8.根据权利要求1所述的一种结合知识图谱的用户画像构建方法， 其特征在于： 人才画 像模块接受两 部分的信息； ①以数据库为基础获取的基本标签字段及标签值； ②以知识图谱为基础的以用户为实体拓展出的各种属性； 将①和②中分别得到的标签合并， 一起存入hbase的数据库中； 知识图谱获得的标签 需 要对数据库中存 储的标签进行 校对， 补充和修改。权　利　要　求　书 2/2 页 3 CN 115309982 A 3