旅游知识图谱特征学习的景点推荐

• 作者: 古天龙 宾辰忠 常亮 张伟涛 朱桂明 贾中浩
• 来源期刊: 智能系统学报
• 学科: 工学
• 关键词: 知识图谱 属性子图 特征学习 神经网络 景点推荐 网络嵌入 推荐算法 深度学习
• 年，卷（期）: 2019,（3）
• 页码范围: 430-437
• 页数: 8页
• 分类号: TP301
• 字数: 6468字
• 语种: 中文
• DOI: 10.11992/tis.201810032

摘要

基于知识图谱的推荐算法在多个领域取得了较好的效果,但仍然存在一些问题,如不能有效提取知识图谱中实体关系标签中的特征,推荐准确率会降低.因而提出将网络嵌入方法(network embedding)用于旅游知识图谱的特征提取,使得特征的提取更加充分.通过对旅游知识图谱中不同标签的属性子图独立建模,利用深度学习模型挖掘游客及景点等图节点语义特征,进而获得融合各个标签语义的游客和景点特征向量,最终通过计算游客和景点相关性生成景点推荐列表.通过在真实旅游知识图谱上的实验,验证了利用网络嵌入方法对知识图谱中数据建模后,可以有效提取节点的深层特征.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	古天龙	桂林电子科技大学广西可信软件重点实验室	207	1546	18.0	30.0
2	宾辰忠	桂林电子科技大学广西可信软件重点实验室	29	90	6.0	8.0
3	常亮	桂林电子科技大学广西可信软件重点实验室	77	450	12.0	17.0
4	贾中浩	桂林电子科技大学广西可信软件重点实验室	4	3	1.0	1.0
5	张伟涛	桂林电子科技大学广西可信软件重点实验室	4	52	3.0	4.0
6	朱桂明	桂林电子科技大学广西可信软件重点实验室	4	3	1.0	1.0