典型文献
基于知识图谱的双重感知网络推荐算法
文献摘要：
近年来,通过聚合知识图谱中附加的项目信息进行推荐取得了优异的成果,但用户信息来源相对较少,同时多重聚合会使项目 自身特征表达不全,甚至发生噪音.针对以上两点,提出基于知识图谱的双重感知网络推荐算法KGDP.首先,从用户交互记录中随机选取部分项目作为用户相关项目,以及选取项目的邻居实体作为项目的相关实体;然后,将选取的用户相关项目经过深度神经网络融合为用户特征,丰富了用户特征,同时单独聚合项目的相关实体;其次,经过两个深度神经网络使用户分别感知项目特征和邻居特征,即非线性交互;最后,通过一个单层感知机调节交互特征的输出权重进行评分预测.在推荐算法常用的两个真实数据集上进行实验,较基线模型AUC指标分别提升了 9.2％、2.4％;ACC指标提升了 6.6％、1.9％,F1指标分别提升了 7.0％、1.1％;Precision@N指标分别提升了 28.8％、6.5％;Recall@N 分别提升了 4.0％、23.7％;F1@N 指标分别提升了 43.3％、8.4％.
文献关键词：
知识图谱;推荐算法;神经网络;非线性交互
中图分类号：
作者姓名：
韩晨;杨兴耀;于炯;郭亮;胡皓禹
作者机构：
新疆大学软件学院,乌鲁木齐830008
文献出处：
引用格式：
[1]韩晨;杨兴耀;于炯;郭亮;胡皓禹-.基于知识图谱的双重感知网络推荐算法)[J].微电子学与计算机,2022(08):11-20
A类：
KGDP
B类：
基于知识,感知网络,推荐算法,项目信息,用户信息,信息来源,重聚,合会,特征表达,噪音,两点,用户交互,分项,邻居,深度神经网络,网络融合,用户特征,网络使用,项目特征,非线性交互,感知机,交互特征,评分预测,真实数据,基线模型,ACC,指标提升,Precision,Recall
AB值：
0.396919
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。
