典型文献
融合知识图谱与协同过滤的图书推荐算法
文献摘要：
传统的图书推荐算法只考虑外部评分数据,且会面临物品冷启动等问题.本文将图书外部评分数据与图书内涵知识相结合,提出融合知识图谱和协同过滤的图书推荐算法.首先通过基于知识图谱的训练将图书的语义信息转化为低维向量矩阵,利用余弦相似度公式计算图书间的语义相似度,增加新图书与其他图书的相似性,根据图书语义相似矩阵获取图书的语义近邻.同时,改进协同过滤相似性计算方法,根据图书外部评分矩阵获取图书评分近邻,最后将评分近邻与语义近邻相结合,得到最终的图书推荐结果集.该算法在Book-Crossing数据集上进行测试,实验结果表明算法精确率提高到4.37％,比传统方法提高了0.69％,并且比其他相关算法有更好的表现.
文献关键词：
协同过滤;知识图谱;语义相似性;推荐系统
中图分类号：
作者姓名：
周倩;王逊;李灵慧;黄树成;王云沼
作者机构：
江苏科技大学计算机学院,江苏镇江212003;中国人民解放军陆军通信训练基地,北京100029
文献出处：
引用格式：
[1]周倩;王逊;李灵慧;黄树成;王云沼-.融合知识图谱与协同过滤的图书推荐算法)[J].软件导刊,2022(08):56-61
A类：
B类：
融合知识,协同过滤,图书推荐,推荐算法,评分数据,会面,冷启动,识相,基于知识,语义信息,低维,向量矩阵,余弦相似度,公式计算,计算图,语义相似度,新图,相似矩阵,近邻,相似性计算,评分矩阵,书评,Book,Crossing,精确率,语义相似性,推荐系统
AB值：
0.356718
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。
