典型文献
基于双端知识图的图注意推荐模型
文献摘要：
针对现有图神经网络在捕获知识图谱信息并进一步用于推荐时,侧重于项目端建模所存在的问题,提出一种基于双端知识图的图注意推荐模型.该模型通过从用户端和项目端在知识图谱上挖掘相关属性来有效增强推荐.从用户端角度,通过知识图谱中实体之间的联系传播用户兴趣,沿着知识图谱中用户的历史点击项来扩展用户的潜在兴趣;从项目端角度,通过捕获知识图谱中的高阶结构和语义信息,对每个实体的邻居抽样作为接收场,通过图注意获得实体-实体交互信息,以此建模高阶邻域信息,最后使用交叉熵损失函数进行训练.结果表明,所提模型在关于电影、书籍和音乐推荐的三个数据集上,有效提高了推荐的准确性和可解释性.
文献关键词：
推荐系统;知识图谱;图注意机制;高阶连通性;偏好传播
中图分类号：
作者姓名：
孙伟;陈平华;熊建斌;申建芳
作者机构：
广东工业大学 计算机学院,广州 510006;广东技术师范大学 自动化学院,广州 510665
文献出处：
引用格式：
[1]孙伟;陈平华;熊建斌;申建芳-.基于双端知识图的图注意推荐模型)[J].计算机工程与应用,2022(20):141-147
A类：
图注意机制
B类：
双端,推荐模型,图神经网络,获知,用户端,强推,用户兴趣,点击,语义信息,邻居,收场,实体交互,交互信息,邻域信息,交叉熵损失函数,书籍,和音,音乐推荐,可解释性,推荐系统,高阶连通性,偏好传播
AB值：
0.353653
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。
