科技成果推荐方法、装置以及存储介质与流程

本发明涉及计算机，尤其涉及一种科技成果推荐方法、装置以及存储介质。

背景技术：

1、目前，可以通过在线平台解决技术供给和技术需求之间的信息不对称问题，为技术供需双方提供精准的内容推荐。现有的推荐算法通常通过用户的历史行为和兴趣爱好进行推荐，然而科技成果的转化是频次非常低的活动，供需双方的交互行为以及供给侧的相似性和需求侧的相似性，都比传统的用户和项目复杂很多。因此，现有的推荐算法模型难以取得很好的推荐效果。因此，需要新的关于科技成果推荐的技术方案。

技术实现思路

1、为了解决上述技术问题，提出了本发明。本发明的实施例提供了一种科技成果推荐方法、装置以及存储介质。

2、根据本发明实施例的第一方面，提供一种科技成果推荐方法，其特征在于，包括：基于科技成果三元组和企业需求三元组，构建需求和成果知识图谱；利用图谱表征模型并基于所述需求和成果知识图谱，获得所述科技成果的科技成果表征向量和所述企业需求的企业需求表征向量；利用图神经网络模型并基于所述需求和成果知识图谱，获得所述科技成果的科技成果偏好表征向量和所述企业需求的企业需求偏好表征；基于所述科技成果的科技成果表征向量和科技成果偏好表征向量，生成所述科技成果的科技成果融合向量，并基于所述企业需求的企业需求表征向量和企业需求偏好表征，生成所述企业需求的企业需求融合向量；使用所述科技成果融合向量、所述企业需求融合向量对预测模型进行训练；利用所述预测模型，向企业需求推荐科技成果和/或向科技成果推荐企业需求。

3、可选地，所述基于科技成果三元组和企业需求三元组，构建需求和成果知识图谱包括：根据科技成果信息，构建所述科技成果三元组；根据企业需求信息，构建所述企业需求三元组；确定所述科技成果属性三元组的属性值与所述企业需求三元组的属性值之间的匹配系数；基于所述匹配系数，以及所述科技成果属性三元组和所述企业需求三元组，构建所述需求和成果知识图谱。

4、可选地，所述科技成果信息包括：所述科技成果的描述信息和供给侧补充信息；所述根据科技成果信息，构建所述科技成果三元组包括：基于所述科技成果的描述信息进行分析处理，获得与所述科技成果相对应的第一属性和第一属性值；根据所述科技成果、与所述科技成果相对应的第一属性和第一属性值，构建科技成果属性三元组；基于所述科技成果的供给侧补充信息进行分析处理，获得与所述科技成果相对应的补充属性和补充属性值；根据所述科技成果、与所述供给侧补充信息相对应的补充属性和补充属性值，构建科技成果补充属性三元组；基于所述科技成果属性三元组和所述科技成果补充属性三元组，生成所述科技成果三元组。

5、可选地，所述企业需求信息包括：所述企业需求的描述信息和补充描述信息；所述企业需求三元组包括：企业需求属性三元组和企业需求补充属性三元组；所述根据企业需求信息，构建所述企业需求三元组包括：基于所述企业需求的描述信息进行分析处理，获得与所述企业需求相对应的第二属性和第二属性值；根据所述企业需求、与所述企业需求相对应的第二属性和第二属性值，构建企业需求属性三元组；基于所述企业需求的补充描述信息进行分析处理，获得与所述企业需求相对应的补充属性和补充属性值；根据所述企业需求、与所述企业需求相对应的补充属性和补充属性值，构建企业需求补充属性三元组；基于所述企业需求属性三元组和所述企业需求补充属性三元组，生成所述企业需求三元组。

6、可选地，所述图谱表征模型包括：trane模型；所述利用图谱表征模型并基于所述需求和成果知识图谱，获得所述科技成果的科技成果表征向量和所述企业需求的企业需求表征向量包括：使用所述trane模型对所述需求和成果知识图谱的所述科技成果属性三元组和所述企业需求三元组进行转换处理，转换为对应的所述科技成果的科技成果表征向量和所述企业需求的企业需求表征向量。

7、可选地，所述图神经网络模型包括：变分自编码模型；所述利用图神经网络模型并基于所述需求和成果知识图谱，获得所述科技成果的科技成果偏好表征向量和所述企业需求的企业需求偏好表征包括：利用所述变分自编码模型，分别对所述科技成果的科技成果表征向量和所述企业需求的企业需求表征向量进行处理，获得所述科技成果偏好表征向量、所述企业需求的企业需求偏好表征。

8、可选地，所述预测模型包括：ctr模型；所述使用所述科技成果融合向量、所述企业需求融合向量对预测模型进行训练包括：将所述科技成果融合向量、所述企业需求融合向量输入所述ctr模型，并根据预设的损失函数训练所述ctr模型，以使所述损失函数的损失值小于损失值阈值。

9、根据本发明实施例的第二方面，提供一种科技成果推荐装置，包括：图谱构建模块，用于基于科技成果三元组和企业需求三元组，构建需求和成果知识图谱；第一表征模块，用于利用图谱表征模型并基于所述需求和成果知识图谱，获得所述科技成果的科技成果表征向量和所述企业需求的企业需求表征向量；第二表征模块，用于利用图神经网络模型并基于所述需求和成果知识图谱，获得所述科技成果的科技成果偏好表征向量和所述企业需求的企业需求偏好表征；融合表征模块，用于基于所述科技成果的科技成果表征向量和科技成果偏好表征向量，生成所述科技成果的科技成果融合向量，并基于所述企业需求的企业需求表征向量和企业需求偏好表征，生成所述企业需求的企业需求融合向量；模型训练模块，用于使用所述科技成果融合向量、所述企业需求融合向量对预测模型进行训练；推荐处理模块，用于利用所述预测模型，向企业需求推荐科技成果和/或向科技成果推荐企业需求。

10、根据本发明实施例的第三方面，提供一种科技成果推荐装置，包括：处理器；用于存储所述处理器可执行指令的存储器；所述处理器，用于从所述存储器中读取所述可执行指令，并执行所述指令以实现上述的方法。

11、根据本发明实施例的第四方面，提供一种计算机可读存储介质，所述存储介质存储有计算机程序，所述计算机程序用于执行上述的方法。

12、基于本发明上述实施例提供的科技成果推荐方法、装置以及存储介质，利用图谱表征模型获得科技成果表征向量、企业需求表征向量，利用图神经网络模型获得科技成果偏好表征向量、企业需求偏好表征，生成科技成果融合向量、企业需求融合向量；使用科技成果融合向量、企业需求融合向量对预测模型进行训练；利用预测模型，向企业需求推荐科技成果和/或向科技成果推荐企业需求；可以对科技成果和企业需求的复杂描述进行自动处理，提高了处理效率，降低了处理难度；可以利用多种表征向量实现科技成果和企业需求的精准匹配推荐，提高了推荐结果的准确性。

13、下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。

技术特征：

1.一种科技成果推荐方法，其特征在于，包括：

2.如权利要求1所述的方法，其特征在于，所述基于科技成果三元组和企业需求三元组，构建需求和成果知识图谱包括：

3.如权利要求2所述的方法，其特征在于，所述科技成果信息包括：所述科技成果的描述信息和供给侧补充信息；所述根据科技成果信息，构建所述科技成果三元组包括：

4.如权利要求2所述的方法，其特征在于，所述企业需求信息包括：所述企业需求的描述信息和补充描述信息；所述企业需求三元组包括：企业需求属性三元组和企业需求补充属性三元组；所述根据企业需求信息，构建所述企业需求三元组包括：

5.如权利要求1所述的方法，其特征在于，所述图谱表征模型包括：trane模型；所述利用图谱表征模型并基于所述需求和成果知识图谱，获得所述科技成果的科技成果表征向量和所述企业需求的企业需求表征向量包括：

6.如权利要求5所述的方法，其特征在于，所述图神经网络模型包括：变分自编码模型；所述利用图神经网络模型并基于所述需求和成果知识图谱，获得所述科技成果的科技成果偏好表征向量和所述企业需求的企业需求偏好表征包括：

7.如权利要求1所述的方法，其特征在于，所述预测模型包括：ctr模型；所述使用所述科技成果融合向量、所述企业需求融合向量对预测模型进行训练包括：

8.一种科技成果推荐装置，其特征在于，包括：

9.一种科技成果推荐装置，其特征在于，包括：

10.一种计算机可读存储介质，其特征在于，所述存储介质存储有计算机程序，所述计算机程序用于执行上述权利要求1-7任一项所述的方法。

技术总结
本发明提供了一种科技成果推荐方法、装置以及存储介质，涉及计算机技术领域，其中的方法包括：利用图谱表征模型获得科技成果表征向量、企业需求表征向量，利用图神经网络模型获得科技成果偏好表征向量、企业需求偏好表征，生成科技成果融合向量、企业需求融合向量；使用科技成果融合向量、企业需求融合向量对预测模型进行训练；利用预测模型，向企业需求推荐科技成果和/或向科技成果推荐企业需求。本发明可以对科技成果和企业需求的复杂描述进行自动处理，提高了处理效率，降低了处理难度；可以利用多种表征向量实现科技成果和企业需求的精准匹配推荐，提高了推荐结果的准确性，提高用户的使用体验。

技术研发人员：赖培源,廖德章,李奎,周海涛,王增辉,廖晓东,叶世兵,陈华钊,谢毅明
受保护的技术使用者：广东省华南技术转移中心有限公司
技术研发日：
技术公布日：2024/3/24