本發(fā)明實施例涉及大數(shù)據(jù)挖掘，具體而言，涉及基于知識圖譜的興趣畫像生成方法、服務(wù)器及存儲介質(zhì)。

背景技術(shù)：

1、在當(dāng)今的網(wǎng)絡(luò)環(huán)境中，用戶瀏覽大量的頁面交互圖像。然而，傳統(tǒng)的用戶興趣分析方法存在諸多不足。一方面，在收集用戶瀏覽的圖像數(shù)據(jù)時，未考慮頁面響應(yīng)優(yōu)先級，不能準(zhǔn)確反映用戶對不同圖像的關(guān)注順序，導(dǎo)致分析結(jié)果偏差。另一方面，對圖像的分析僅僅停留在表面，無法深入挖掘圖像內(nèi)容背后不同層次的用戶興趣，缺乏對興趣實體和關(guān)系的多維度剖析。并且，缺乏有效的策略來強(qiáng)化和整合用戶興趣相關(guān)的知識特征以生成準(zhǔn)確的興趣畫像，這使得在個性化推薦、搜索結(jié)果優(yōu)化等應(yīng)用方面效果不佳，無法精準(zhǔn)滿足用戶需求，用戶體驗較差。

技術(shù)實現(xiàn)思路

1、本發(fā)明實施例至少提供基于知識圖譜的興趣畫像生成方法、服務(wù)器及存儲介質(zhì)。

2、本發(fā)明實施例提供了一種基于知識圖譜的興趣畫像生成方法，應(yīng)用于興趣畫像生成服務(wù)器，所述方法包括：獲取第一頁面交互圖像集，所述第一頁面交互圖像集是基于頁面響應(yīng)優(yōu)先級對第一頁面訂閱用戶在目標(biāo)會話周期內(nèi)瀏覽的多個頁面交互圖像進(jìn)行先后整理所得的；依據(jù)所述第一頁面交互圖像集中各個頁面交互圖像的圖像內(nèi)容描述，對所述第一頁面交互圖像集進(jìn)行知識提煉，得到第一交互偏好知識向量集；對所述第一交互偏好知識向量集進(jìn)行多個特征深度的訂閱興趣知識實體提煉，得到所述第一頁面訂閱用戶的多個訂閱興趣知識實體集；其中，一個所述特征深度對應(yīng)一個所述訂閱興趣知識實體集，每個所述訂閱興趣知識實體集用于表征所述第一頁面交互圖像集在對應(yīng)特征深度上的興趣實體和興趣關(guān)系；利用知識特征強(qiáng)化策略對所述第一頁面訂閱用戶的多個訂閱興趣知識實體集進(jìn)行興趣畫像生成處理，得到頁面訂閱興趣畫像，所述頁面訂閱興趣畫像用于表征所述第一頁面訂閱用戶在瀏覽頁面交互圖像過程中的興趣特征。

3、本發(fā)明實施例還提供了一種興趣畫像生成服務(wù)器，包括處理器和存儲器；所述處理器和所述存儲器通信連接，所述處理器用于從所述存儲器中讀取計算機(jī)程序并執(zhí)行，以實現(xiàn)上述方法。

4、本發(fā)明實施例還提供了一種計算機(jī)可讀存儲介質(zhì)，其上存儲有計算機(jī)程序，所述計算機(jī)程序在運(yùn)行時實現(xiàn)上述的方法。

5、本發(fā)明實施例的實施例提供的技術(shù)方案可以包括以下有益效果：本發(fā)明實施例通過獲取基于頁面響應(yīng)優(yōu)先級整理的第一頁面交互圖像集，能精準(zhǔn)捕捉用戶在目標(biāo)會話周期內(nèi)瀏覽圖像的順序邏輯，這反映了用戶對不同頁面圖像潛在的關(guān)注度差異。依據(jù)圖像內(nèi)容描述進(jìn)行知識提煉得到知識向量集，可將圖像的豐富信息轉(zhuǎn)化為可量化、可分析的數(shù)據(jù)形式。多個特征深度的興趣知識實體提煉能從不同層次挖掘用戶興趣，全面地揭示用戶興趣實體和關(guān)系，無論是表面喜好還是深層關(guān)聯(lián)都能被涵蓋。最后利用知識特征強(qiáng)化策略生成興趣畫像，該畫像精準(zhǔn)地呈現(xiàn)用戶在瀏覽圖像過程中的興趣特征，有助于實現(xiàn)個性化推薦、優(yōu)化搜索結(jié)果排序等應(yīng)用，提升用戶體驗并提高平臺內(nèi)容推送的精準(zhǔn)度和有效性。

6、關(guān)于上述興趣畫像生成服務(wù)器、計算機(jī)可讀存儲介質(zhì)的效果描述參見上述方法的說明。

7、為使本發(fā)明實施例的上述目的、特征和優(yōu)點(diǎn)能更明顯易懂，下文特舉較佳實施例，并配合所附附圖，作詳細(xì)說明如下。

技術(shù)特征：

1.一種基于知識圖譜的興趣畫像生成方法，其特征在于，所述方法應(yīng)用于興趣畫像生成服務(wù)器，所述方法包括：

2.如權(quán)利要求1所述的方法，其特征在于，所述特征深度的數(shù)目為q個，q個特征深度中的任一個特征深度表示為第p級特征深度，所述訂閱興趣知識實體提煉包括知識實體挖掘和實體關(guān)系構(gòu)建，p為正整數(shù)且p不大于q；

3.如權(quán)利要求1-2任一項所述的方法，其特征在于，所述依據(jù)所述第一頁面交互圖像集中各個頁面交互圖像的圖像內(nèi)容描述，對所述第一頁面交互圖像集進(jìn)行知識提煉，得到第一交互偏好知識向量集，包括：

4.如權(quán)利要求1-2任一項所述的方法，其特征在于，所述第一頁面交互圖像集中任一頁面交互圖像表示為第一頁面交互圖像；所述方法還包括：

5.如權(quán)利要求1所述的方法，其特征在于，所述興趣畫像生成處理是調(diào)用具有知識特征強(qiáng)化功能的深度卷積算法實現(xiàn)的；所述特征深度的數(shù)目為q個，所述深度卷積算法包括興趣畫像生成分支和q個知識特征強(qiáng)化分支，一個所述訂閱興趣知識實體集對應(yīng)一個所述知識特征強(qiáng)化分支；q為正整數(shù)；

6.如權(quán)利要求5所述的方法，其特征在于，所述q個訂閱興趣知識實體集中任一訂閱興趣知識實體集表示為第p訂閱興趣知識實體集，所述q個交互偏好知識強(qiáng)化向量包括源于所述第p訂閱興趣知識實體集的第p交互偏好知識強(qiáng)化向量；所述第p訂閱興趣知識實體集對應(yīng)于所述q個知識特征強(qiáng)化分支中的第p知識特征強(qiáng)化分支，所述第p知識特征強(qiáng)化分支包括殘差處理子分支和多個具有級聯(lián)關(guān)系的次級知識特征強(qiáng)化層；p是不大于q的正整數(shù)；

7.如權(quán)利要求5所述的方法，其特征在于，所述方法還包括：

8.如權(quán)利要求1所述的方法，其特征在于，所述方法還包括：

9.一種興趣畫像生成服務(wù)器，其特征在于，包括處理器和存儲器；所述處理器和所述存儲器通信連接，所述處理器用于從所述存儲器中讀取計算機(jī)程序并執(zhí)行，以實現(xiàn)上述權(quán)利要求1-8任一項所述的方法。

10.一種計算機(jī)可讀存儲介質(zhì)，其特征在于，其上存儲有計算機(jī)程序，所述計算機(jī)程序在運(yùn)行時實現(xiàn)上述權(quán)利要求1-8任一項所述的方法。

技術(shù)總結(jié)
本發(fā)明實施例涉及大數(shù)據(jù)挖掘技術(shù)領(lǐng)域，具體提供一種基于知識圖譜的興趣畫像生成方法、服務(wù)器及存儲介質(zhì)，本發(fā)明實施例通過獲取基于頁面響應(yīng)優(yōu)先級整理的第一頁面交互圖像集，能精準(zhǔn)捕捉用戶在目標(biāo)會話周期內(nèi)瀏覽圖像的順序邏輯。依據(jù)圖像內(nèi)容描述進(jìn)行知識提煉得到知識向量集，可將圖像的豐富信息轉(zhuǎn)化為可量化、可分析的數(shù)據(jù)形式。多個特征深度的興趣知識實體提煉能從不同層次挖掘用戶興趣，全面地揭示用戶興趣實體和關(guān)系。最后利用知識特征強(qiáng)化策略生成興趣畫像，該畫像精準(zhǔn)地呈現(xiàn)用戶在瀏覽圖像過程中的興趣特征，有助于實現(xiàn)個性化推薦、優(yōu)化搜索結(jié)果排序等應(yīng)用，提升用戶體驗并提高平臺內(nèi)容推送的精準(zhǔn)度和有效性。

技術(shù)研發(fā)人員：孫家祥,李代艷
受保護(hù)的技術(shù)使用者：太倉市律點(diǎn)信息技術(shù)有限公司
技術(shù)研發(fā)日：
技術(shù)公布日：2025/1/2