CN112269882A - 一种面向知识图谱的旅游景点推荐方法 - Google Patents

Abstract

本发明公开了一种面向知识图谱的旅游景点推荐方法，具体按照如下步骤进行；步骤1：采集景点数据，确定旅游领域的实体，定义实体属性及值域，导入Neo4j图数据库生成旅游景点知识图谱；步骤2：训练Transd知识表示模型；步骤3：构建旅游景点推荐模型；旅游景点推荐模型具体包括构建景点和景点评分矩阵，构建用户和景点评分矩阵，构建用户兴趣模型，融合计算以及产生推荐列表。本发明一种面向知识图谱的旅游景点推荐方法利用知识图谱的语义信息提供辅助信息，补充描述用户和景点的相关信息，增强数据的稠密度，提高推荐算法的准确性；从而提高了旅游景点推荐的准确性和多样性。

Description

一种面向知识图谱的旅游景点推荐方法

技术领域

本发明属于旅游景点推荐技术领域，具体涉及一种面向知识图谱的旅游景点推荐方法。

背景技术

随着人们经济水平的不断提高，人们开始追求更高的生活质量。旅游不仅能够释放工作压力舒缓心情，还能开阔眼界。目前，旅游景点推荐为用户的出行带来便利。虽然借助于旅游网站，用户可以随时随地了解各地旅游信息，选择喜爱的旅游产品，制定符合需求的旅行计划。但是严重的信息过载以及信息的分散，导致用户不能快速从因特网上找到满足需要的旅游信息，同时做出旅游决策的效率比较低，旅游业面临着重大挑战。分析国内外各大网站的旅游景点推荐服务，大部分的推荐方式集中于打包式服务，缺少个性化、社会化、实时性等服务，综合来看，目前的旅游景点推荐的用户体验有待进一步提高。

发明内容

本发明的目的是提供一种面向知识图谱的旅游景点推荐方法，解决了目前的旅游景点推荐的用户体验有待进一步提高的一部分问题。

本发明所采用的技术方案是，

一种面向知识图谱的旅游景点推荐方法，具体按照如下步骤进行；

步骤1：采集景点数据，确定旅游领域的实体，定义实体属性及值域，导入Neo4j图数据库生成旅游景点知识图谱；

步骤2：训练Transd知识表示模型；

步骤3：构建旅游景点推荐模型；

旅游景点推荐模型具体包括构建景点和景点评分矩阵，构建用户和景点评分矩阵，构建用户兴趣模型，融合计算以及产生推荐列表。

本发明的特点还在于，

步骤1中，采集景点数据包括利用网络爬虫技术从互联网获取需要的景点信息数据，使用python中Scrapy框架进行数据爬取。

步骤1中，旅游领域的实体包括所属地区、景点类型、所属朝代、门票价格、景点官网、平均评分以及开放时间。

步骤2中，训练Transd知识表示模型具体如下公式(1)：

h_r＝hM_r，t_r＝tM_r (1)，

其中，中h、t是实体空间中的向量表示，h_r、t_r是实体在超平面中的向量表示，M_r是将实体从实体空间映射到超平面r的映射矩阵。

步骤3中，构建景点和景点评分矩阵具体为：分析用户的行为数据，对矩阵中的景点与知识图谱中的实体进行对应，用TransD模型学习表示知识图谱中实体和属性，得到一组低维稠密的实值向量表示实体I_i＝(e_1i，e_2i，...，e_ni)^T，以及面向不同关系时具有相似性的实体，使用欧几里得距离公式计算实体间的距离，并将其取值范围规约到(0，1]，实体间相似度计算如下公式(4)：

其中，sim(I_i，I_j)为实体I_i和实体I_j的相似度，e_ki和e_kj分别为实体I_i和实体I_j的向量表示

然后，生成景点和景点的语义相似度矩阵。

步骤3中，产生推荐列表具体为：

计算用户对景点的评分，根据评分形成推荐列表，通过结合TransD模型学习和相似度权重计算得到最终的景点和景点相似度矩阵，计算待预测景点与用户评分景点集中每个景点的相似度，预测评分的计算如下公式(10)：

其中，sim(I_i，I_j)为景点I_i和景点I_j的相似度，S_u，j为用户对景点I_j的评分，N(u)为用户u评分过的景点集合，S(i，k)为前k个与I_i最相似的景点。

本发明的有益效果是，一种面向知识图谱的旅游景点推荐方法，针对推荐***中存在的稀疏性和冷启动问题，通过构建旅游景点知识图谱，将知识图谱中的实体属性向量化，设计融合知识图谱中实体属性的用户兴趣模型。通过实验验证该算法有效提高了传统推荐算法的准确性和多样性，推荐准确率达到86％。

附图说明

图1是本发明一种面向知识图谱的旅游景点推荐方法的整体流程的示意图；

图2是是本发明一种面向知识图谱的旅游景点推荐方法中采集数据的示意图。

具体实施方式

下面结合附图和具体实施方式对本发明一种面向知识图谱的旅游景点推荐方法进行详细说明。

本发明一种面向知识图谱的旅游景点推荐方法，具体按照如下步骤进行；

步骤1：采集景点数据，确定旅游领域的实体，定义实体属性及值域，导入Neo4j图数据库生成旅游景点知识图谱；

步骤2：训练Transd知识表示模型；

步骤3：构建旅游景点推荐模型；

旅游景点推荐模型具体包括构建景点和景点评分矩阵，构建用户和景点评分矩阵，构建用户兴趣模型，融合计算以及产生推荐列表。

本发明一种面向知识图谱的旅游景点推荐方法将知识图谱引入到旅游景点推荐领域，有效提高推荐结果的准确性和多样性。

本发明主要包括以下步骤：

如图1和图2所示，(1)构建旅游景点知识图谱：包含采集景点数据、确定旅游领域的实体及相关概念、定义实体属性及值域、导入Neo4j图数据库生成旅游景点知识图谱；(2)训练TransD知识表示模型；(3)个性化旅游景点推荐：包含构建景点和景点评分矩阵、构建用户和景点评分矩阵、用户兴趣建模、融合计算、产生推荐列表。具体实现方式如下：

1.构建旅游景点知识图谱

1.1采集景点数据

网络上有大量的景点数据可以免费获取。本专利利用网络爬虫技术从互联网获取需要的景点信息数据。本专利主要使用python中Scrapy框架进行数据爬取。

1.2确定旅游领域的实体及相关概念

旅游景点属性包含所属地区、景点类型、所属朝代、门票价格、景点官网、平均评分、开放时间等。其中，景点类型、景点评分、景点位置属性均会影响推荐结果，例如，一个景点可能同属于不同的类型。因此本专利确定“景点”、“景点类型”、“景点评分”、“景点位置”四种概念为实体。本专利采用Bi-LSTM+CRF(Bidirectional Long Short-Term MemoryConditional Random Fields)方法进行实体识别。

1.3定义实体属性及值域

如图表1所示，本体中的实体属性分为两类，分别为对象属性和数据属性。对象属性用于描述对象之间的关系，其值域为一个实体对象；数据属性用于描述实体的固有属性，并且具有传递性，即上位实体拥有的数据属性，下位实体也继承了该属性，其值域一般为String。

表1实体属性表

1.4导入Neo4j图数据库生成旅游景点知识图谱

Neo4j是一个基于图存储的非关系型数据库，它将结构化的数据用图形直观的展示出来。处理数据时，速度远超关系型数据库，可以高效地检索数据。因此，本专利使用Neo4j构建旅游知识图谱。

2.训练Transd知识表示模型；

TransD模型中h、t是实体空间中的向量表示，h_r、t_r是实体在超平面中的向量表示，M_r是将实体从实体空间映射到超平面r的映射矩阵。它们的关系如下所示：

h_r＝hM_r，t_r＝tM_r (1)，

在关系空间中，通过不断调整，头实体向量h_r沿关系向量r平移可以得到尾实体向量t_r，即，使得h_r+r与t_r尽量相等。用欧式距离度量向量之间的距离，欧式距离表示在n维空间中两点之间的距离。TransD模型的损失函数定义如下：

f_r(h，t)＝||h_r+r-t_r||₂ (2)，

其中||||₂是向量的2范数。在实际训练中，对模型中所有的向量进行归一化处理，使得||h||₂≤1，||t||₂≤1，||r||₂≤1，||hM_r||₂≤1，||tM_r||₂≤1。

3.个性化旅游景点推荐

3.1.构建景点和景点评分矩阵，

分析用户的行为数据，对矩阵中的景点与知识图谱中的实体进行对应，用TransD模型学习表示知识图谱中实体和属性，得到一组低维稠密的实值向量表示实体I_i＝(e_1i，e_2i...，e_ni)^T，以及面向不同关系时具有相似性的实体，使用欧几里得距离公式计算实体间的距离，并将其取值范围规约到(0，1]，实体间相似度计算公式如下：

sim(I_i，I_j)表示实体I_i和实体I_j的相似度，e_ki和e_kj分别为实体I_i和实体I_j的向量表示。其次，生成景点和景点的语义相似度矩阵。

3.2.构建用户和景点评分矩阵，

用户和景点评分矩阵是根据所有用户对景点进行打分构建而成，用户的评分数据可以反映出对景点的偏好程度，用户对每个景点的偏好程度表示为通过评分矩阵计算景点在该用户所有评分景点中占的权重。假设推荐算法中，用户集表示为U＝{U₁，U₂...，U_m}，旅游景点集表示为I＝{I₁，I₂...，I_n}，构建的用户和景点评分矩阵表示为i×j的矩阵R_m×n。

用wp_uj表示评分景点j在用户u所有评分景点中所占权重，R_uj表示为用户u对景点j的评分，N(u)表示为用户u评分过的景点集合，计算方法为该景点的评分除以用户所有评分景点的评分之和，计算公式如下：

3.3.用户兴趣建模，

针对基于知识图谱的推荐中没有考虑实体属性的问题，本专利提出融合知识图谱中实体属性的用户兴趣建模新方法。利用旅游景点知识图谱，从属性层面挖掘用户对景点属性的兴趣，构建用户兴趣模型，更加细粒度的表示用户兴趣，将其融入到推荐***中，进一步提升推荐性能。

用户对景点的关注往往集中在景点的属性上，计算用户的兴趣度，即，计算用户在景点属性下的向量表示。根据B-TransD模型计算出用户兴趣向量。首先定义用户属性三元组集：

其中，

是用户u的历史访问景点集，h是景点在知识图谱中对应的实体。

为了获得更加细粒度的用户兴趣，需要了解用户对景点属性的偏好。偏好说明了用户对不同的属性有不同程度的关注，获取用户的偏好首先需要计算用户对属性的关注度，即，计算每一种属性在历史访问景点中的权重。给定景点、属性和属性值的向量，景点v中属性r_a的权重如下所示：

其中，h、r_a分别为TransD训练得到的景点和属性的向量形式，

为TransD中的映射矩阵。分别求出用户每个属性的权重，将历史访问景点集中所有属性值的加权和表示为用户兴趣向量，其表达式如下：

其中，t_a为TransD训练得到属性值的量。用户兴趣由相关项的向量表示，而不是独立的特征词表示，固定的向量维度减少了参数的大小。

3.4.融合计算，

用户对景点的兴趣程度信息蕴含在权重之中。相似度权重的计算主要来源于两个部分：(1)根据用户和景点评分矩阵计算每个用户评价过的景点在所有评分景点中占的权重，记为wp；(2)利用旅游景点知识图谱，从属性层面挖掘用户对景点属性的兴趣，构建用户兴趣模型记为ws；最后，采用比例η∈(0，1)融合权重wp和ws，得到对应的权重值，取值范围为(0，1)，融合权重公式如下：

W＝η*wp+(1-η)*ws (9)，

3.5.产生推荐列表，

预测用户对景点的评分，根据预测评分形成推荐列表。通过结合TransD模型学习和相似度权重计算得到最终的景点和景点相似度矩阵，其实质是由用户评分景点集合中，每个景点的k个最近邻景点构建而成，其中除去了用户已评分的景点，然后计算待预测景点与用户评分景点集中每个景点的相似度，预测评分计算公式如下：

其中，sim(I_i，I_j)是景点I_i景点I_j的相似度，S_u，j表示用户对景点I_j的评分，N(u)表示用户u评分过的景点集合，S(i，k)表示前k个与I_i最相似的景点。用户对景点I_j的评分越高，同时景点I_i与I_j相似度越高，则P_ui的值越大。

下面通过具体的实施例对本发明一种面向知识图谱的旅游景点推荐方法进行进一步详细说明。

(1)构建旅游景点知识图谱

1)Scrapy中的数据流由引擎控制，整体过程如下：

a.引擎首先打开旅游网站，开始解析域名，获取服务器主机地址，然后找到处理该网站的spider，并且向这个spider请求第一个要爬取的链接。

b.引擎会从spider中取得需要爬取的链接，并且通过调度器以请求的形式发送给抓取模块下载网页数据。

c.抓取模块下载完网页数据，将数据传到解析模块。

d.解析模块提取网页数据，将项目数据发送到存储模块输出，将网页链接发送给链接过滤模块，过滤无用链接，再发送到去重模块，做去重处理。

e.经过过滤和去重的新链接被加入下载队列，继续抓取。

f.重复a到e，一直到调度器没有更多的请求输入，引擎关闭，爬取结束。

2)实体识别：

a.利用python语言提供的第三方中文分词包jieba对采集的数据进行分词。

b.序列标注：

序列标注简单而言就是给定一串序列，对于序列中存在的每个元素打上相应标签，通过标签对这串序列进行深度分析。

c.对涉及的训练和测试数据进行标注，完成文本数据集的初步提取。

d.在初步提取的标注过程中，按照定义好的分类情况标注实体所属类别。

e.对于训练和测试文本数据均采用BIO标注方法，完成标注的词，使用word2vec方法进行嵌入，生成300维字向量矩阵；

f.使用BiLSTM-CRF进行识别。

(2)训练TransD知识表示模型；

模型训练时，采用最大间距的思想将正负三元组在向量空间中有效的分隔开。本文将基于距离的排序误差函数作为模型训练的优化目标函数：

L＝∑_{(h，r，t)∈T}∑_{(h′，r′，t′)∈T′}[f_r(h，t)+γ-f_r′(h′，t′)]₊ (3)，

目标函数中，[]₊是合页损失函数，确保每个累加的子项值不为负数，T是知识图谱中正三元组的集合，T′是负三元组集合，γ是分隔正负三元组的距离，一般设置γ＝1，正确三元组的损失接近于0，错误三元组的损失趋于无穷大。针对目标函数，采用随机梯度下降算法，通过迭代求解得到最小化的损失函数和更新模型参数。具体训练步骤如下：

a.从知识图谱中随机遍历一个正三元组，并构建相应的负三元组；

b.将正负三元组中的实体归一化嵌入向量，设置学习率ε，通过学习每个样本来计算梯度方向，更新迭代模型参数；

c.重复步骤a和b，达到最大迭代次数，得到最小化损失函数。

(3)个性化旅游景点推荐

首先利用知识图谱丰富的语义信息缓解数据的稀疏性问题，将景点信息嵌入到低维的向量空间中，并用分布式向量表示，得出景点-景点相似矩阵；其次，构建用户兴趣模型和用户-景点评分矩阵；然后，将相似度权重与景点-景点相似度矩阵结合计算，并得出景点预测评分产生推荐列表。

本发明一种面向知识图谱的旅游景点推荐方法，面向海量旅游数据时，推荐***挖掘用户的兴趣，为用户提供个性化的信息服务和决策支持。知识图谱是结构化的语义知识库，包含丰富的实体信息以及实体之间的关联信息。利用知识图谱的语义信息提供辅助信息，补充描述用户和景点的相关信息，增强数据的稠密度，提高推荐算法的准确性；根据项目的不同语义关系进行发散挖掘，改善推荐结果。

综上所述，本发明利用旅游景点知识图谱，提高了旅游景点推荐的准确性和多样性。

Claims (6)

1.一种面向知识图谱的旅游景点推荐方法，其特征在于，具体按照如下步骤进行；

步骤1：采集景点数据，确定旅游领域的实体，定义实体属性及值域，导入Neo4j图数据库生成旅游景点知识图谱；

步骤2：训练Transd知识表示模型；

步骤3：构建旅游景点推荐模型；

旅游景点推荐模型具体包括构建景点和景点评分矩阵，构建用户和景点评分矩阵，构建用户兴趣模型，融合计算以及产生推荐列表。

2.根据权利要求1所述的一种面向知识图谱的旅游景点推荐方法，其特征在于，步骤1中，所述采集景点数据包括利用网络爬虫技术从互联网获取需要的景点信息数据，使用python中Scrapy框架进行数据爬取。

3.根据权利要求1所述的一种面向知识图谱的旅游景点推荐方法，其特征在于，步骤1中，所述旅游领域的实体包括所属地区、景点类型、所属朝代、门票价格、景点官网、平均评分以及开放时间。

4.根据权利要求1所述的一种面向知识图谱的旅游景点推荐方法，其特征在于，步骤2中，所述训练Transd知识表示模型具体如下公式(1)：

h_r＝hM_r，t_r＝tM_r (1)，

其中，中h、t是实体空间中的向量表示，h_r、t_r是实体在超平面中的向量表示，M_r是将实体从实体空间映射到超平面r的映射矩阵。

5.根据权利要求1所述的一种面向知识图谱的旅游景点推荐方法，其特征在于，步骤3中，构建景点和景点评分矩阵具体为：分析用户的行为数据，对矩阵中的景点与知识图谱中的实体进行对应，用TransD模型学习表示知识图谱中实体和属性，得到一组低维稠密的实值向量表示实体I_i＝(e_1i，e_2i，...，e_ni)^T，以及面向不同关系时具有相似性的实体，使用欧几里得距离公式计算实体间的距离，并将其取值范围规约到(0，1]，实体间相似度计算如下公式(4)：

其中，sim(I_i，I_j)为实体I_i和实体I_j的相似度，e_ki和e_kj分别为实体I_i和实体I_j的向量表示

然后，生成景点和景点的语义相似度矩阵。

6.根据权利要求1所述的一种面向知识图谱的旅游景点推荐方法，其特征在于，步骤3中，所述产生推荐列表具体为：

计算用户对景点的评分，根据评分形成推荐列表，通过结合TransD模型学习和相似度权重计算得到最终的景点和景点相似度矩阵，计算待预测景点与用户评分景点集中每个景点的相似度，预测评分的计算如下公式(10)：

其中，sim(I_i，I_j)为景点I_i和景点I_j的相似度，S_u，j为用户对景点I_j的评分，N(u)为用户u评分过的景点集合，S(i，k)为前k个与I_i最相似的景点。

Images