|
|||||
|
|
| 一种基于知识图谱的用户多偏好推荐系统 | |
| 作者姓名： | 李晶晶 赵勤 |
| 作者单位： | 1.上海师范大学 信息与机电工程学院,上海 201418;2.上海师范大学 信息与机电工程学院,上海 201418;上海师范大学 上海智能教育大数据工程技术研究中心,上海 200234 |
| 摘 要： | 提出了一种基于知识图谱(KG)的用户多偏好(MPKG)推荐系统,从用户关系级、实体级和细粒度高阶用户三种不同的视角建模用户的偏好.首先,将KG中关系向量组合,构建关系级意图,并通过独立性将不同意图之间的差异最大化,由关系级意图来指导学习关系级偏好;然后,根据用户交互实体的频率构建实体偏好图(EPG),并学习用户的实体级偏好;接着,分别使用关系级意图和实体级偏好来指导模型学习用户的表示;此外,还直接从KG中构建关系实体信息流,用于用户的表示,挖掘用户的高阶细粒度偏好.在两个基准数据集上进行实验,实验结果验证了该方法的有效性和可行性. |
| 关 键 词： | 推荐算法 深度学习 知识图谱(KG) 图神经网络(GNN) |
| 收稿时间： | 2023-12-25 |
| 本文献已被 万方数据 等数据库收录！ | |
| 点击此处可从《上海师范大学学报(自然科学版)》浏览原始摘要信息 | |
| 点击此处可从《上海师范大学学报(自然科学版)》下载免费的PDF全文 | |