典型文献
融合多时间尺度和特征加强的知识图谱推荐模型
文献摘要：
针对现有的知识图谱推荐模型没有考虑到用户的周期特征以及待推荐项目会对用户近期兴趣产生影响的问题,提出一种融合多时间尺度和特征加强的知识图谱推荐模型(MTFE).首先,采用长短期记忆(LSTM)网络在不同时间尺度上挖掘用户的周期特征并融入到用户表示中;然后,通过注意力机制挖掘待推荐项目中与用户近期特征相关性较强的特征,将其加强后融入项目表示中;最后,通过评分函数计算用户对待推荐项目的评分.在真实数据集Last.FM、MovieLens-1M和MovieLens-20M上把所提模型和个性化实体推荐(PER)、协同知识嵌入(CKE)、LibFM、RippleNet、知识图卷积网络(KGCN)、协同知识感知注意网络(CKAN)等知识图谱推荐模型进行对比.实验结果表明,在三个数据集上MTFE相较于表现最优的对比模型的F1性能分别提升了0.78、1.63和1.92个百分点,AUC指标在三个数据集上分别提升了3.94、2.73和1.15个百分点.可见,所提模型相较于对比图谱推荐模型有更好的推荐效果.
文献关键词：
推荐算法;知识图谱;周期特征;时间尺度;近期特征;特征加强
中图分类号：
作者姓名：
张素琪;王鑫鑫;佘世耀;顾军华
作者机构：
天津商业大学信息工程学院,天津300134;天津商业大学理学院,天津300134;河北工业大学人工智能与数据科学学院,天津300401;河北省大数据计算重点实验室(河北工业大学),天津300401
文献出处：
引用格式：
[1]张素琪;王鑫鑫;佘世耀;顾军华-.融合多时间尺度和特征加强的知识图谱推荐模型)[J].计算机应用,2022(04):1093-1098
A类：
MTFE,近期特征,LibFM,CKAN
B类：
多时间尺度,特征加强,推荐模型,周期特征,长短期记忆,不同时间尺度,注意力机制,项目表,真实数据,Last,MovieLens,1M,20M,PER,同知,知识嵌入,CKE,RippleNet,图卷积网络,KGCN,知识感知,注意网络,对比模型,百分点,推荐效果,推荐算法
AB值：
0.314767
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。
