典型文献
融合知识图卷积网络的双端邻居推荐算法
文献摘要：
针对现有的基于知识图谱的推荐对于用户信息的考虑少于对物品信息的考虑,提出一种融合知识图卷积网络的双端邻居推荐算法,在用户端及物品端同时进行特征提取.对于用户特征的提取,是通过用户偏好在知识图谱中的扩散过程实现.对于物品特征的提取,是将邻居信息聚合到物品节点生成嵌入向量,因各个邻居的权重与用户点击物品的邻居节点紧密联系,因此基于KGCN模型来实现.最后让用户兴趣传播与物品特征聚合交替进行.在两个数据集上进行对比实验,在MovieLens-1M数据集上,与基线方法相比,AUC和F1分别提升了1.5％和2.0％,在Book-Crossing数据集上,AUC和F1分别提升了5.3％和1.9％,算法有效性得到显著提升.
文献关键词：
知识图谱;KGCN;推荐系统;用户偏好;准确性
中图分类号：
作者姓名：
胡婷婷;黄刚;吴长旺
作者机构：
南京邮电大学 计算机学院、软件学院、网络空间安全学院,江苏 南京 210023
文献出处：
引用格式：
[1]胡婷婷;黄刚;吴长旺-.融合知识图卷积网络的双端邻居推荐算法)[J].计算机技术与发展,2022(10):34-40
A类：
B类：
融合知识,图卷积网络,双端,推荐算法,基于知识,用户信息,用户端,用户特征,特征的提取,用户偏好,扩散过程,品特,信息聚合,合到,品节,节点生成,嵌入向量,点击,邻居节点,KGCN,用户兴趣,特征聚合,MovieLens,1M,Book,Crossing,推荐系统
AB值：
0.409208
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。
