內容簡介：聚焦周期場景下的時序知識圖譜（TKG）推理，提出EI-SAR模型，將SARIMA模型的時間分解能力與時序知識圖譜嵌入（TKGE）結合，將實體與關系的時間序列分解為非季節性趨勢、季節性趨勢及隨機殘差；同時設計對稱KL散度評分函數以融合殘差特性，并構建負采樣損失結合SARIMA殘差懲罰項的混合損失優化模型。實驗結果顯示，在YAGO11k、Wikidata12k、ICEWS05-15三個公開TKG數據集的推理中，EI-SAR性能表現優異；在專屬生態工業時序知識圖譜數據集EITKG的鏈路預測中，該模型顯著優于當前主流TKGE模型，因此，EI-SAR可為資源循環、生態修復等周期場景任務提供技術支撐。
