基于知识图谱表示学习的协同过滤推荐算法

被引：42

作者：

吴玺煜 ^{[1
]}

陈启买 ^{[1
]}

刘海 ^{[1
]}

贺超波 ^{[2
]}

机构：

[1] 华南师范大学计算机学院

[2] 仲恺农业工程学院信息科学与技术学院

来源：

计算机工程 | 2018年 / 44卷 / 02期

基金：

广东省自然科学基金; 广东省科技计划;

关键词：

协同过滤; 知识图谱; 表示学习; 语义相似性; 推荐系统;

D O I：

暂无

中图分类号：

TP391.3 [检索机];

学科分类号：

081203 ; 0835 ;

摘要：

针对协同过滤算法仅使用物品-用户评分矩阵而未考虑语义的问题,提出一种协同过滤推荐算法。使用知识图谱表示学习方法,将业界已有的语义数据嵌入一个低维的语义空间中。通过计算物品之间的语义相似性,将物品自身的语义信息融入协同过滤推荐。算法弥补了协同过滤算法没有考虑物品本身内涵知识的缺陷,在语义层面上增强了协同过滤推荐的效果。实验结果表明,该算法能够有效地提升协同过滤推荐的准确率、召回率和F值。

引用

页码：226 / 232+263 +263

页数：8

共 7 条

[1] 基于标签主题的协同过滤推荐算法研究 [J].

文俊浩 ;

袁培雷 ;

曾骏 ;

王喜宾 ;

周魏 .

计算机工程, 2017, 43 (01) :247-252+258

[2] 基于表示学习的知识库问答研究进展与展望 [J].

刘康 ;

张元哲 ;

纪国良 ;

来斯惟 ;

赵军 .

自动化学报, 2016, 42 (06) :807-818

[3] 基于内容的推荐与协同过滤融合的新闻推荐方法 [J].

杨武 ;

唐瑞 ;

卢玲 .

计算机应用, 2016, 36 (02) :414-418

[4] 基于Hadoop的电子商务推荐系统的设计与实现 [J].

李文海 ;

许舒人 .

计算机工程与设计, 2014, 35 (01) :130-136+143

[5] 融合奇异性和扩散过程的协同过滤模型 [J].

杨兴耀 ;

于炯 ;

吐尔根依布拉音 ;

廖彬 ;

钱育蓉 .

软件学报, 2013, 24 (08) :1868-1884

[6] 知识图谱工具比较研究 [J].

肖明 ;

邱小花 ;

黄界 ;

李国俊 ;

冯召辉 .

图书馆杂志 , 2013, (03) :61-69

[7] DBpedia - A crystallization point for the Web of Data [J].

Bizer, Christian ;

Lehmann, Jens ;

Kobilarov, Georgi ;

Auer, Soeren ;

Becker, Christian ;

Cyganiak, Richard ;

Hellmann, Sebastian .

JOURNAL OF WEB SEMANTICS, 2009, 7 (03) :154-165

← 1 →