典型文献
融合协同知识图谱与优化图注意网络的推荐算法
文献摘要:
考虑到推荐算法存在数据稀疏及模型复杂度较高等问题,提出了一种融合协同知识图谱与优化图注意网络的推荐模型.将用户/项目知识图谱与用户-项目交互图结合为协同知识图谱,嵌入到优化的图注意网络模型中,这不仅可以很好地缓解数据稀疏问题,还能更大程度地挖掘用户的潜在兴趣和高阶关系;使用优化的图卷积网络,通过去除特征转换和非线性激活模块,可以在不影响整体推荐性能的基础上极大地降低模型复杂度;结合基于偏差的注意力机制,及时感知候选项目与用户真实感兴趣项目之间的偏差,提升模型的训练效率.在Movielens数据集和Douban数据集上进行仿真实验,结果表明该算法在推荐性能和时间复杂度方面,相比对比算法均得到了有效的提升.
文献关键词:
知识图谱;图卷积网络;注意力机制;推荐算法
中图分类号:
作者姓名:
唐宏;范森;唐帆
作者机构:
重庆邮电大学 通信与信息工程学院,重庆 400065;重庆邮电大学 移动通信技术重庆市重点实验室,重庆 400065
文献出处:
引用格式:
[1]唐宏;范森;唐帆-.融合协同知识图谱与优化图注意网络的推荐算法)[J].计算机工程与应用,2022(19):98-106
A类:
图注意网络
B类:
融合协同,同知,推荐算法,数据稀疏,模型复杂度,推荐模型,解数,使用优化,图卷积网络,特征转换,推荐性,注意力机制,选项,真实感,感兴趣,训练效率,Movielens,Douban,时间复杂度,对比算法
AB值:
0.280399
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。