(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210395706.7 (22)申请日 2022.04.14 (71)申请人 西南石油大 学 地址 610500 四川省成 都市新都区新都大 道8号 (72)发明人 朱西平　卢星宇　肖丽娟　高昂　 郭露　李映璋　 (51)Int.Cl. G06F 16/36(2019.01) G06F 16/335(2019.01) (54)发明名称 一种基于意图表征的页岩气细粒度知识图 谱推荐方法 (57)摘要 本发明提出一种基于意图表征的页岩气细 粒度知识图谱推荐方法， 属于知识图谱与页岩气 领域。 该方法利用历史数据辅助探索用户交互背 后的意图， 通过注意力分数对页 岩气用户历史数 据进行意图建模， 从而细化页岩气用户意图的潜 在信息， 并最小化用户意图的距离相关性， 来保 证意图的独立性， 使之与其提出的关系路径感知 聚合算法相结合， 有效捕获细粒度级别三元组模 型和实体 之间的关系依赖性与感知路径， 从而叠 加进行预测推荐， 使其推荐 方案能够从细粒度级 别出发根据用户需求变化而变化。 本发明与现有 推荐方法不同， 从页岩气底层出发， 在细粒度意 图级别捕获用户需求， 利用关系依赖性与路径信 息， 对底层结构重组与计算， 为页岩气方案提供 灵活高精度推荐。 权利要求书4页 说明书5页 附图1页 CN 114707001 A 2022.07.05 CN 114707001 A 1.一种基于意图表征的页岩气细粒度知识图谱推荐方法， 其特 征在于， 包括以下步骤： 1)假设具有相似意图的用户对项目喜好相似， 利用注意力分数对页岩气用户个人历史 数据进行意图建模打 分， 量化每个意图的重要性， 从而细化页岩气用户意图的潜在信息； 2)如果一个意图能被其它意图推断出来， 故此意图信息量也较小， 描述页岩气用户与 项目方案的关系将是多余， 因此将步骤1)中所得细化后的页岩气用户意图模型， 最小化其 用户意图的距离相关性 来指导独立 意图的表征 学习， 从而保证 每个意图的独立 性； 3)将步骤2)中细化后的页岩气独立意图模型， 通过提出的关系路径感知聚合方案来整 合历史项目中的意图感知信息， 从而创建页岩气用户的表 示， 捕获细粒度级别 “用户‑意图‑ 页岩气方案实体 ”三元组模型， 并解决原有聚合方案没有关系依赖性的缺 点； 4)同理， 与步骤3)中关系路径感知聚合方案类似， 通过整合页岩气项目方案与方案中 实体所形成的三元组信息， 从而创建页岩气项目方案的表示， 根据上下文语意揭示三元组 所携带的不同含义， 即在拥有相同实体的三元组关系下， 所携带的不同含义； 5)对步骤3)与步骤4)中聚合后的用户表示与页岩气项目方案表示进一步堆叠更多聚 集层， 以收集来自高阶节点的影响信号， 递归地形成与知识图谱交互的学习意图， 根据关系 依赖性捕获信息路径来源， 从而弥补现有聚合方案无法有效区分信息路径来源的缺 点； 6)将步骤5)中所叠加后获得的页岩气用户表示与项目表示使用内积和来预测页岩气 用户采纳项目的可能性， 并对其损失函数优化， 重 建历史数据， 从而达到从底层出发对页岩 气用户喜好的高精度推荐。 2.根据权利要求1所述的一种基于意图表征的页岩气细粒度知识图谱推荐方法， 其特 征在于， 步骤1)的详细步骤为： 在步骤1)中， 假设受相似意图驱动的页岩气用户对项目喜好相似， 设所有页岩气用户 个人历史数据形成的意图集为P， 项目方案中实体属性集为R， 利用注意力分数对页岩气用 户个人历史数据进行意图建模打 分， 来创建意图嵌入表达， 细化每 个用户意图， 如下 所示： 式中， p(p∈P)为页岩气用户意图， ep为每个意图的嵌入表达； r(r∈R)为页岩气方案中 实体节点属性， er为每个实体属性的嵌入表达、 α(r,p)为意图的注意力分数， 用来分割意图 集， 细化意图， 并衡量 其重要性， 故： 上式中， wrp为实体属性r与意图p之间权重， 通过计算实体属性r与意图p在以e为底的wrp 次方下在整体所占比值从而衡量每 个意图重要性。 3.根据权利要求1所述的一种基于意图表征的页岩气细粒度知识图谱推荐方法， 其特 征在于， 步骤2)的详细步骤为： 不同的意图应该包含用户不同的喜好信息； 如果一个意图可以被其他意图推断出来， 那么此意图信息量也可能较小， 因此， 为了更好的描述用户的行为模式和可解释性， 最小化 用户意图的距离相关性， 通过测量任意两个变量的线性和非线性关联， 当且仅当这些变量 独立时， 其系数为 零， 从而减少不同意图的依赖性使其独立， 形成独立损失函数 权　利　要　求　书 1/4 页 2 CN 114707001 A 2式中， dCor(·)为意图p与意图p ′之间的距离相关性； 式中， dCov( ·)为意图p与意图p ′嵌入表达的距离协方差， dVar( ·)为意图p与意图p ′ 嵌入表达的距离方差 。 4.根据权利要求1所述的一种基于意图表征的页岩气细粒度知识图谱推荐方法， 其特 征在于， 步骤3)的详细步骤为： 目前的聚合方案大多基于节点， 无法有 效区分信 息路径来源与利用节点之间的关系依 赖性， 很大程度上限制了结构知识的好处， 不利于预测推荐， 本发明提出新的关系路径感知 聚合方案来整合历史项目中的意图感知信息， 将个人历史(即页岩气用户以前使用过的项 目方案)视为个人用户预先存在的数据， 表示为意图感知历史和用 户u与页岩气项目方案i的一阶连通性表达， 通过整合历史项目中的意图感知信息来创建页 岩气用户u的嵌入表示： 式中， 为用户u在后一时刻的嵌入表示， 为用户u在前一时刻嵌入表达， 为前一时刻页岩气方案 的嵌入表达， fIG(·)为描述每个一阶连通性表达(u,p,i) 的聚合函数， 故： 式中，⊙为两个矩阵对应位置相乘， β(u,p)为： 对于一给定的用户， 不同的意图将有不同的贡献来激励其行为。 因此， 通过以上方式， 引入了注意力分数β(u,p)， 区分意图的重要性， 使其在页岩气用户意图的粒度级别 上捕获 更细粒度的意图模式， 并与之前聚合方案中使用衰减因子或正则化的想法不同， 有效利用关系在聚合过程中的作用， 弥补之前聚合方案大多基于节点， 无法 利用节点之间的关系依赖性的缺 点。 5.根据权利要求1所述的一种基于意图表征的页岩气细粒度知识图谱推荐方法， 其特 征在于， 步骤4)的详细步骤为： 与步骤3)中聚合方案类似， 由于一个实体可包含在多个三元组关系中， 因此将页岩气 方案中的实体作为页岩气方案这个实体的属 性， 用来描述页岩气方案， 以反映方案之间内 容的相似性， 故 表示为项目方案与实体属性和方案中实体的一阶连权　利　要　求　书 2/4 页 3 CN 114707001 A 3