典型文献
融合知识图谱与图卷积网络的混合推荐模型
文献摘要：
针对当前多数基于知识图谱的推荐模型未能充分对用户特征建模,且未考虑知识图谱中实体间的邻域关系的问题,提出了一种融合知识图谱与图卷积网络的混合推荐模型(HKC).首先,利用KGCN算法捕捉项目间的相关性,通过邻域聚合计算得到项目的特征向量;然后,通过协作传播提取知识图谱中与用户相联系的实体,使用交替学习的方式同时优化模型预测单元和知识图谱嵌入单元,通过交互单元计算得到用户的特征向量;最后,将用户特征向量和项目特征向量送入预测环节,通过向量的内积运算以及归一化操作计算用户与项目的交互概率.在三种公开数据集上与七个基线模型进行了对比实验,在MovieLens-1M数据集上,AUC提升了0.25％～37.41％,ACC提升了0.78％～49.44％;在Book-Crossing数据集上,AUC提升了0.04％～19.38％,ACC提升了6.49％～18.60％;在Last.FM数据集上,AUC提升了1.33％～33.50％,ACC提升了0.36％～30.66％.实验结果表明,提出的混合推荐模型与其他具有代表性的推荐模型相比具有良好的推荐性能.
文献关键词：
推荐系统;知识图谱;交替学习;邻域聚合
中图分类号：
作者姓名：
郭晓旺;夏鸿斌;刘渊
作者机构：
江南大学 人工智能与计算机学院,江苏 无锡 214122;江苏省媒体设计与软件技术重点实验室,江苏 无锡 214122
文献出处：
引用格式：
[1]郭晓旺;夏鸿斌;刘渊-.融合知识图谱与图卷积网络的混合推荐模型)[J].计算机科学与探索,2022(06):1343-1353
A类：
B类：
融合知识,图卷积网络,混合推荐模型,基于知识,用户特征,特征建模,HKC,KGCN,邻域聚合,特征向量,相联,交替学习,同时优化,预测单元,知识图谱嵌入,项目特征,送入,内积,公开数据集,七个,基线模型,MovieLens,1M,ACC,Book,Crossing,Last,FM,推荐性,推荐系统
AB值：
0.351191
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。
