基于知识图谱表示学习的协同过滤推荐算法

• 作者: 刘海 吴玺煜 贺超波 陈启买
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 协同过滤 知识图谱 表示学习 语义相似性 推荐系统
• 年，卷（期）: 2018,（2）
• 所属期刊栏目: 人工智能及识别技术
• 页码范围: 226-232,263
• 页数: 8页
• 分类号: TP391
• 字数: 6374字
• 语种: 中文

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈启买	华南师范大学计算机学院	66	542	14.0	19.0
2	刘海	华南师范大学计算机学院	42	343	12.0	17.0
3	贺超波	仲恺农业工程学院信息科学与技术学院	40	302	12.0	15.0
4	吴玺煜	华南师范大学计算机学院	2	23	1.0	2.0