基于知识图谱的设备电子信息资源精准推荐算法

摘要

由于设备电子信息涉及到的数据来源广泛、类型多样，为了准确从海量的数据中提取出有用的信息，提出基于知识图谱的设备电子信息资源精准推荐算法。建立设备电子信息资源的知识图谱，并以文本和结构为基础，利用卷积神经网络(CNN:Cellular Neural Network)补全知识图谱，使算法覆盖资源更全面。分析用户的兴趣和偏好，提取设备电子信息资源的特征。最后，采用协同过滤推荐算法得到资源相似度矩阵度，由矩阵预测用户的检索行为，从而获得推荐列表。经实验证明，所提算法的覆盖率平均为94.5%,命中率平均为96.7%,归一化折损累计增益达到了0.91,可以准确为用户推荐需要的信息资源。

关键词

知识图谱 / 设备电子信息资源 / 知识图谱补全 / 用户兴趣 / 协同过滤推荐算法