融合知识图谱和短期偏好的推荐算法OA北大核心CSCDCSTPCD
Recommendation Algorithm Combining Knowledge Graph and Short-Term Preferences
近年来,将知识图谱作为辅助信息来增强推荐越来越受到研究者的关注.由于知识图谱学习任务的目标是还原知识图谱中三元组的关系,并非是以推荐任务为目标,导致了知识图谱学习任务很难高效地帮助推荐任务提升推荐性能.另外,用户兴趣易被短期的环境和心情所影响.针对以上两点,提出了一种融合了知识图谱信息和短期偏好的推荐模型(MKASR).首先,通过RippleNet算法提取用户和知识图谱实体的关系对,然后将这些关系对按照知识图谱三元组的形式存储和参与训练;采用基于…查看全部>>
高仰;刘渊
江南大学 人工智能与计算机学院,江苏 无锡 214122江苏省媒体设计与软件技术重点实验室(江南大学),江苏 无锡 214122
信息技术与安全科学
推荐系统知识图谱短期偏好偏好传播多任务学习
《计算机科学与探索》 2021 (6)
面向天地一体化信息网络的可伸缩与可重构仿真技术
1133-1144,12
国家自然科学基金(61972182).
评论