基于贝叶斯网的知识图谱链接预测

• 作者: 尹子都 岳昆 王钰杰 胡矿 韩路
• 来源期刊: 计算机科学与探索
• 学科: 工学
• 关键词: 知识图谱 链接预测 贝叶斯网 相似性 概率推理
• 年，卷（期）: 2017,（5）
• 所属期刊栏目: 数据库技术
• 页码范围: 742-751
• 页数: 10页
• 分类号: TP391
• 字数: 8171字
• 语种: 中文
• DOI: 10.3778/j.issn.1673-9418.1608042

摘要

结合外部知识,使用特定方法进行知识图谱的链接预测,即知识图谱中缺失信息的发现和还原,是目前知识图谱领域研究的热点和关键.以电子商务应用为背景,基于已经构建好的描述用户兴趣的知识图谱,结合外部数据集,以贝叶新网这一重要概率图模型作为不同商品之间相似性及其不确定性的表示和推理框架,通过对商品属性进行统计计算,构建反映商品之间相似关系的贝叶斯网,进而基于概率推理机制,定量地判断商品节点与用户节点之间存在链接的真实性,得到真实和完整的知识图谱,为个性化推荐和关联查询提供依据.建立在真实数据上的实验结果表明,提出的模型和算法是有效的.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	胡矿	云南大学信息技术中心	11	34	4.0	5.0
2	岳昆	云南大学信息学院	77	317	10.0	13.0
3	韩路	云南大学信息学院	1	8	1.0	1.0
4	尹子都	云南大学信息学院	5	12	2.0	3.0
5	王钰杰	云南大学信息学院	2	8	1.0	2.0