技术特征：
1.一种融合注意力机制和双端知识图谱的电影推荐方法，其特征在于，包括以下步骤：步骤1：首先从数据集文档中读取用户-属性信息，将其映射至低维空间中，构建用户-属性二分图g
u
，然后在第一个全连接层中用非线性激活函数构造相应的层，获得用户-属性之间的注意力权重，计算用户u的邻域表示，最终使用聚合器得到用户特征u；步骤2：将电影信息输入至知识图谱中，获取试题三元组(h,r,t)，使用基于翻译的嵌入模型transe学习三元组的嵌入(e
hi
e
r
,e
t
),并将三元组中的首部实体与尾部实体映射至关系空间中转变为与步骤3：在第二个全连接层中使用非线性激活函数tanh构建相应的层，使得注意力得分依赖于与计算在不同关系下知识图谱内实体之间的注意力权重，计算电影v的邻域表示，使用聚合器得到电影特征v；步骤4：将用户特征u与电影特征v作为预测函数的输入值，计算用户对电影的预测点击率y
uv
，实现针对于用户的个性化电影推荐。2.如权利要求1所述的融合注意力机制和双端知识图谱的电影推荐方法，其特征在于，所述步骤1中的用非线性激活函数构建相应的层，采用下式：其中，表示用户-属性的注意力得分，relu为非线性激活函数，u与u
i
分别表示用户及其属性，w1与b1分别表示权重与偏置参数，体现不同的属性对于用户本身的重要程度。3.如权利要求1所述的融合注意力机制和双端知识图谱的电影推荐方法，其特征在于，所述步骤2中，将电影信息输入至知识图谱中获得电影实体三元组(h,r,t)，使用基于翻译的嵌入模型trane学习实体与关系的嵌入，使用d(h，r，t)函数计算h+r与t之间的距离，则获得嵌入和将三元组中的头部实体与尾部实体采用映射至关系空间中，其中与为e
h
与e
t
在关系空间r中的投影表示，并使用损失函数来扩大存在的三元组(h,r,t)与不存在的三元组(h'，r，t；)的差别：4.如权利要求3所述的融合注意力机制和双端知识图谱的电影推荐方法，其特征在于，所述步骤3中，设计的注意力权重公式为：其中tanh为非线性激活函数，w
r
为关系权重，使用softmax函数实现归一化：
技术总结
本发明公开了一种融合注意力机制和双端知识图谱的电影推荐方法，步骤为：将用户的属性信息映射至低维向量空间中，构建用户-属性二分图G
技术研发人员：王光 石山山
受保护的技术使用者：辽宁工程技术大学
技术研发日：2021.12.31
技术公布日：2022/4/12