融合相似用户影响效应的知识图谱推荐模型

作     者：张若一 金柳 马慧芳 王亦可 李清风 ZHANG Ruo-yi;JIN Liu;MA Hui-fang;WANG Yi-ke;LI Qing-feng

作者机构：西北师范大学计算机科学与工程学院甘肃兰州730070 中国交通信息科技集团有限公司北京100088 桂林电子科技大学广西可信软件重点实验室广西桂林541004 

基　　金：国家自然科学基金(61762078,61363058,61802404) 甘肃省自然科学基金(20JR10RA076,21JR7RA114) 甘肃省高校产业支撑项目(2022CYZC-11) 西北师范大学研究生科研资助计划(2021KYZZ02103) 西北师范大学青年教师能力提升计划(NWNU-LKQN2019-2) 广西可信软件重点实验室研究课题(kx202003) 

出 版 物：《计算机工程与科学》 (Computer Engineering & Science)

年 卷 期：2023年第45卷第3期

页      码：520-527页

摘      要：知识图谱(KG)具有丰富的结构化信息,能有效缓解推荐模型的稀疏性和冷启动问题,提升推荐系统的准确性与可解释性。近年来,融合知识图谱的端到端推荐模型成为技术趋势。提出了一种融合相似用户影响效应的知识图谱推荐模型,该模型在有效利用知识图谱的前提下,扩充了用户与项目之间的交互方式。首先,利用图神经网络邻域聚合策略与注意力机制,分别捕获用户与项目在知识图谱上的2种高阶表示;其次,根据相似用户的影响效应,设计影响力增强层,捕获相似用户影响效应的潜在表示;最后,将上述3种表示共同反馈到多层感知机中,输出预测分值。在真实数据集上的实验结果验证了所提模型的有效性和效率。

主 题 词：知识图谱 推荐系统 注意力机制 影响效应 

学科分类：081203[081203] 08[工学] 0835[0835] 0812[工学-测绘类] 

D　O　I：10.3969/j.issn.1007-130X.2023.03.018

馆 藏 号：203118877...