基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
针对协同过滤算法在推荐电影过程中只能考虑电影外部评论而不能考虑电影内部的相似度关系,提出构建知识图谱辅助计算电影内部相似度.已有的电影数据可能是不完整的,因此采用知识图谱推理补全缺失的电影知识.基于TransE模型的知识图谱无法有效描述电影间的片名、演员、导演等复杂的多关系.首先采用改进的TransHR模型表示出电影信息之间的多关系,提升关系表示的准确率;然后通过用户评分矩阵计算电影间相似度;最后将2种相似度融合并应用于矩阵分解的推荐技术中.对比实验结果表明,该算法在召回率、准确率、平均绝对误差MAE等指标上都有所提升.
推荐文章
融合循环知识图谱和协同过滤电影推荐算法
知识图谱
协同过滤
推荐系统
可解释性推荐
基于密度的动态协同过滤图书推荐算法
协同过滤
个性化推荐
动态
相似度
基于用户引力的协同过滤推荐算法
推荐算法
协同过滤推荐
万有引力定律
社会标签
基于用户历史行为的协同过滤推荐算法
数据挖掘
协同过滤
用户偏好
项目相似度
个性化推荐
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于知识图谱和协同过滤的电影推荐算法研究
来源期刊 计算机工程与科学 学科 工学
关键词 协同过滤算法 知识图谱 表示学习 混合推荐
年,卷(期) 2020,(4) 所属期刊栏目 人工智能与数据挖掘
研究方向 页码范围 714-721
页数 8页 分类号 TP391
字数 5512字 语种 中文
DOI 10.3969/j.issn.1007-130X.2020.04.019
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 袁泉 重庆邮电大学通信与信息工程学院 22 78 5.0 8.0
10 成振华 重庆邮电大学通信与信息工程学院 1 0 0.0 0.0
14 江洋 重庆邮电大学通信与信息工程学院 1 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (11)
共引文献  (46)
参考文献  (6)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1951(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(1)
  • 参考文献(1)
  • 二级参考文献(0)
2012(2)
  • 参考文献(0)
  • 二级参考文献(2)
2013(2)
  • 参考文献(0)
  • 二级参考文献(2)
2014(5)
  • 参考文献(2)
  • 二级参考文献(3)
2015(2)
  • 参考文献(1)
  • 二级参考文献(1)
2016(2)
  • 参考文献(1)
  • 二级参考文献(1)
2017(1)
  • 参考文献(1)
  • 二级参考文献(0)
2020(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
协同过滤算法
知识图谱
表示学习
混合推荐
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机工程与科学
月刊
1007-130X
43-1258/TP
大16开
湖南省长沙市开福区德雅路109号国防科技大学计算机学院
42-153
1973
chi
出版文献量(篇)
8622
总下载数(次)
11
总被引数(次)
59030
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导