基于极化关系表述与低维数据间关联学习的推荐模型 |
| |
引用本文: | 蔡晓东,洪涛,曹艺.基于极化关系表述与低维数据间关联学习的推荐模型[J].华南理工大学学报(自然科学版),2022(1):122-131. |
| |
作者姓名: | 蔡晓东 洪涛 曹艺 |
| |
作者单位: | 桂林电子科技大学信息与通信学院 |
| |
摘 要: | 传统基于知识图谱的推荐模型一般采用TransH策略来表达图谱中节点间关系,同时利用基于特征机的交互方式进行推荐学习.该类方法对于节点间的关系表述不够准确,同时往往忽略了节点间低维数据所隐藏的关系.为提升推荐准确率,本研究提出了一种基于极化关系表述的新方法,将节点间的表述映射到酉空间,丰富了节点间关系表述的有效信息;此外...
|
关 键 词: | 推荐系统 表述学习 知识图谱 数据挖掘 极化关系表述 |
|
|