典型文献
基于偏差的图注意力神经网络推荐算法
文献摘要：
在推荐系统中,基于知识图谱的神经网络与传统神经网络相比,以图形作为输入,可以很好地将节点信息和拓扑结构相结合进行推理和推荐.然而,现有基于图神经网络的推荐算法,面临着知识表示不准确以及信息融合单一的问题.对此,将图神经网络与注意力机制相结合,提出一种基于偏差的图注意力神经网络推荐算法.该方法采用翻译模型对知识图谱信息进行特征表示的嵌入,获取节点在同一投影空间下的三元组信息,考虑到在三元组中预测值与真实值之间存在误差,以及邻居节点在信息传播时权重的差异,采用基于偏差的注意力计算机制以便更好地捕获节点间高阶连通性.其次,在神经网络的传播训练过程中,通过多通道融合机制对节点和邻居信息进行聚合以提高模型的健壮性.最后,在3个真实数据集上与经典算法进行对比,验证所提出算法的有效性.
文献关键词：
知识图谱;注意力机制;神经网络;推荐;偏差
中图分类号：
作者姓名：
王建芳;文茜琳;杨许;张秋玲
作者机构：
河南理工大学计算机科学与技术学院,河南焦作454000
文献出处：
引用格式：
[1]王建芳;文茜琳;杨许;张秋玲-.基于偏差的图注意力神经网络推荐算法)[J].控制与决策,2022(07):1705-1712
A类：
B类：
图注意力,注意力神经网络,推荐算法,推荐系统,基于知识,以图,节点信息,拓扑结构,图神经网络,知识表示,信息融合,注意力机制,翻译模型,特征表示,投影空间,三元组,真实值,邻居节点,信息传播,计算机制,高阶连通性,训练过程,多通道融合,融合机制,健壮性,真实数据
AB值：
0.37826
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。
