典型文献
融合知识图谱与注意力机制的个性化序列推荐
文献摘要：
序列推荐系统可以根据用户和物品交互的时间序列信息,精确预测用户下一次交互物品.现有的序列推荐算法存在用户兴趣过渡拟合的问题,导致推荐内容同质化严重,从而无法实现个性化推荐.基于此,本文提出一种融合知识图谱与注意力机制的个性化序列推荐算法(SR-KGA):首先,引入知识图谱,通过图卷积网络对物品进行嵌入表示;其次,通过自注意力机制和多头注意力机制构建序列到序列(seq2seq)模型,最后,在损失函数中加入多样性正则项;实现用交互序列来预测未来可能交互的物品序列,从而进行推荐.通过在真实的数据集上实验,SR-KGA在保证推荐准确度的同时,提升了推荐列表的多样性,实现了用户个性化推荐.
文献关键词：
序列化推荐系统;知识图谱;注意力机制;个性化推荐
中图分类号：
作者姓名：
任永功;吕福泽;张志鹏
作者机构：
辽宁师范大学 计算机与信息技术学院,辽宁 大连116000
文献出处：
引用格式：
[1]任永功;吕福泽;张志鹏-.融合知识图谱与注意力机制的个性化序列推荐)[J].小型微型计算机系统,2022(07):1362-1369
A类：
KGA,序列化推荐系统
B类：
融合知识,序列推荐,序列信息,精确预测,户下,推荐算法,用户兴趣,个性化推荐,SR,图卷积网络,嵌入表示,自注意力机制,多头注意力机制,机制构建,序列到序列,seq2seq,损失函数,正则项,现用,交互序列,预测未来,未来可能,列表,用户个性化
AB值：
0.302849
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
