典型文献
融合知识图谱特征学习的微博推荐的研究
文献摘要：
推荐系统广泛应用于实际生活中多个场景,比如熟知的音乐、旅游、新闻、书籍、购物等,虽然个性化推荐已经有越来越多的研究和落地,但是传统的基于协同过滤的推荐系统和基于内容推荐系统仍然面临着诸多数据稀疏,冷启动的问题,而利用知识图谱作为辅助信息可以缓解上述问题,一方面可以提高推荐的准确性,一方面也为推荐系统提供了可解释性.基于KG的推荐系统主要包括基于Embedding方法和基于路径的方法,论文通过联合上述的方法,分析典型的DKN模型并做出训练模型的优化,得出基于KG联合的学习推荐模型无论是推荐准确性还是可解释性都优于传统的协同过滤推荐模型.
文献关键词：
推荐系统;DKN;知识图谱;协同过滤
中图分类号：
作者姓名：
夏振宇;季旺
作者机构：
江苏科技大学计算机学院 镇江 212003
文献出处：
引用格式：
[1]夏振宇;季旺-.融合知识图谱特征学习的微博推荐的研究)[J].计算机与数字工程,2022(12):2673-2678,2699
A类：
B类：
融合知识,图谱特征,特征学习,微博推荐,推荐系统,实际生活,熟知,书籍,购物,个性化推荐,内容推荐,数据稀疏,冷启动,辅助信息,可解释性,KG,Embedding,DKN,训练模型,模型的优化,推荐模型,协同过滤推荐
AB值：
0.385256
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。
