摘要：引用格式：乔磊, 陈雷, 袁媛. 基于双意图建模和知识图谱扩散的水稻品种选育推荐方法[J]. 智慧农业(中英文), 2025, 7(2): 73-80.
引用格式：乔磊, 陈雷, 袁媛. 基于双意图建模和知识图谱扩散的水稻品种选育推荐方法[J]. 智慧农业(中英文), 2025, 7(2): 73-80.
DOI： 10.12133/j.smartag.SA202412025
QIAO Lei, CHEN Lei, YUAN Yuan. Bi-Intentional Modeling and Knowledge Graph Diffusion for Rice Variety Selection and Breeding Recommendation[J]. Smart Agriculture, 2025, 7(2): 73-80.
官网全文免费阅读
基于双意图建模和知识图谱扩散的水稻品种选育推荐方法
1， 陈雷1，2， 袁媛1，2*（1.安徽建筑大学 电子与信息工程学院，安徽合肥 230601，中国； 2.中国科学院合肥物质科学研究院 智能机械研究所，安徽合肥 230031，中国）
摘要：
［目的/意义］为满足用户水稻品种选育需求，推进水稻育种工作信息化和智能化。
［方法］首先收集水稻品种性状信息，构建一定量级的水稻知识图谱数据，再以地区为单位收集所种植过的水稻品种，使用随机采样的方法构建水稻品种选育交互数据，之后提出一种双意图建模和知识图谱扩散Bi-Intentional Modeling and Knowledge Graph Diffusion, BMKGD）模型。模型同时考虑到交互行为中的意图因素和知识图谱的去噪处理，分为独立性和从众性两种意图，分别建模相应的意图空间，对于知识图谱中存在的噪声，结合扩散模型，在多次迭代中完成去噪处理，最后通过对不同视图中的项目表示进行跨视图对比学习，充分学习到两个视图中的信息，进而完成推荐。
［结果和讨论］在构建的水稻品种选育数据集上，模型取得最优的性能，其值和归一化折损累计增益（Normalized Discounted Cumulative Gain, NDCG）值相较于表现最好的基线模型——基于双向意图指导的协同过滤模型（Bilateral Intent-guided Graph Collaborative Filtering, BIGCF）分别提升了2.9%和3.7%，性能的提升验证了方法的有效性，去除关键组件的模型变体相较于原模型性能都有所下降，表明BMKGD模块对模型整体的推荐性能具有一定的影响。
［结论］提出的模型能够很好地完成推荐任务，有望在后续的水稻育种工作中，帮助用户选择适宜的水稻品种。
关键词：水稻育种；知识图谱；意图建模；对比学习；推荐系统；智慧育种
文章图片
图1 水稻品种选育推荐方法架构
Fig. 1 Rice variety recommendation method architecture
图2 水稻知识图谱部分示例
Fig. 2 Partial examples of rice knowledge graph
图3 BMKGD模型框架示意图
Fig. 3 The overall framework of BMKGD
图4 BMKGD模型消融表现评估图
Fig. 4 Evaluation of ablation performance of BMKGD model
转载请联系编辑部授权
本期支持单位
潍柴雷沃智慧农业科技股份有限公司
为方便农业科学领域读者、作者和审稿专家学术交流，促进智慧农业发展，为更好地服务广大读者、作者和审稿人，编辑部建立了微信交流服务群，有关专业领域内的问题讨论、投稿相关的问题均可在群里咨询。入群方法：加小编微信17346525780，备注：姓名、单位、研究方向，小编拉您进群，机构营销广告人员勿扰。
发布征集
欢迎在我公众号发布科研团队介绍、创新科研成果及相关活动等信息。
来源：智慧农业资讯一点号
