应用知识图谱的推荐方法与系统

被引：89

作者：

饶子昀

张毅

刘俊涛

曹万华

机构：

[1] 武汉数字工程研究所

来源：

自动化学报 | 2021年 / 47卷 / 09期

关键词：

推荐系统; 协同过滤; 知识图谱; 表示学习; 知识推理;

D O I：

暂无

中图分类号：

TP391.3 [检索机];

学科分类号：

080201 [机械制造及其自动化];

摘要：

数据稀疏和冷启动是当前推荐系统面临的两大挑战.以知识图谱为表现形式的附加信息能够在某种程度上缓解数据稀疏和冷启动带来的负面影响,进而提高推荐的准确度.本文综述了最近提出的应用知识图谱的推荐方法和系统,并依据知识图谱来源与构建方法、推荐系统利用知识图谱的方式,提出了应用知识图谱的推荐方法和系统的分类框架,进一步分析了本领域的研究难点.本文还给出了文献中常用的数据集.最后讨论了未来有价值的研究方向.

引用

页码：2061 / 2077

页数：17

共 18 条

[1]

KB4Rec: A Data Set for Linking Knowledge Bases with Recommender Systems [J].

Zhao, Wayne Xin ;

He, Gaole ;

Yang, Kunlin ;

Dou, Hongjian ;

Huang, Jin ;

Ouyang, Siqi ;

Wen, Ji-Rong .

DATA INTELLIGENCE, 2019, 1 (02) :121-136

[2]

知识图谱的推荐系统综述 [J].

常亮 ;

张伟涛 ;

古天龙 ;

孙文平 ;

宾辰忠 .

智能系统学报, 2019, 14 (02) :207-216

[3]

融合社交因素和评论文本卷积网络模型的汽车推荐研究 [J].

冯永 ;

陈以刚 ;

强保华 .

自动化学报, 2019, 45 (03) :518-529

[4]

复杂网络环境下基于信任传递的推荐模型研究 [J].

李慧 ;

马小平 ;

施珺 ;

李存华 ;

仲兆满 ;

蔡虹 .

自动化学报, 2018, 44 (02) :363-376

[5]

知识图谱技术综述 [J].

徐增林 ;

盛泳潘 ;

贺丽荣 ;

王雅芳 .

电子科技大学学报 , 2016, (04) :589-606

[6]

个性化推荐系统综述 [J].

王国霞 ;

刘贺平 .

计算机工程与应用 , 2012, (07) :66-76

[7]

上下文感知推荐系统 [J].

王立才 ;

孟祥武 ;

张玉洁 .

软件学报, 2012, 23 (01) :1-20

[8]

电子商务推荐系统关键技术研究 [D].

邓爱林 .

复旦大学,

2003

[9]

个性化推荐技术及其在电子商务中的应用 [D].

刘庆华 .

南昌大学,

2007

[10]

Reinforcement Knowledge Graph Reasoning for Explainable Recommendation.[J] Yikun Xian;Zuohui Fu;S. Muthukrishnan;Gerard de Melo;Yongfeng Zhang CoRR 2019,

← 1 2 →