• 北大核心期刊(《中文核心期刊要目总览》2017版)
  • 中国科技核心期刊(中国科技论文统计源期刊)
  • JST 日本科学技术振兴机构数据库(日)收录期刊

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

基于对象特征组合联合知识图谱的推荐系统

胡皓禹 杨兴耀 于炯 钱育蓉 郑捷

胡皓禹, 杨兴耀, 于炯, 钱育蓉, 郑捷. 基于对象特征组合联合知识图谱的推荐系统[J]. 微电子学与计算机. doi: 10.19304/J.ISSN1000-7180.2021.1342
引用本文: 胡皓禹, 杨兴耀, 于炯, 钱育蓉, 郑捷. 基于对象特征组合联合知识图谱的推荐系统[J]. 微电子学与计算机. doi: 10.19304/J.ISSN1000-7180.2021.1342
Recommendersystem based on user feature combination and knowledge graph[J]. Microelectronics & Computer. doi: 10.19304/J.ISSN1000-7180.2021.1342
Citation: Recommendersystem based on user feature combination and knowledge graph[J]. Microelectronics & Computer. doi: 10.19304/J.ISSN1000-7180.2021.1342

基于对象特征组合联合知识图谱的推荐系统

doi: 10.19304/J.ISSN1000-7180.2021.1342

Recommendersystem based on user feature combination and knowledge graph

  • 摘要: 目前主流的推荐系统模型需要在获取到足够多的数据时才有良好的表现,当获取的数据稀疏时推荐结果精确度较差,同时针对新加入推荐系统的项目推送给潜在用户以及获取新用户的兴趣点都需要好的解决方案,本文提出了一种基于对象特征组合联合知识图谱的推荐系统模型OCKG(Recommender System based on Object Feature Combination Embedded and Knowledge Graph),该模型以用户和项目为对立对象,通过用户和项目多维信息分别嵌入获取到相关性标签,加以训练得到同类共通性,同时对嵌入后的的标签进行权重处理,将不同属性特征传播到知识图谱中以增强模型学习迁移能力,对推荐结果按照相关性紧密进行横向和纵向排位,从而实现推荐结果的预测。本文使用两个不同的公开数据集进行对比实验,证明了该模型在稀疏数据和冷启动下推荐的有效性,实验结果表明,合理的特征组合以及控制知识图谱上的传播强度提升了模型的推荐性能,增强了模型鲁棒性。

     

  • 加载中
计量
  • 文章访问数:  190
  • HTML全文浏览量:  15
  • PDF下载量:  47
  • 被引次数: 0
出版历程
  • 收稿日期:  2021-12-19
  • 录用日期:  2022-02-17
  • 修回日期:  2022-02-15
  • 网络出版日期:  2022-02-25

目录

    /

    返回文章
    返回