融合知识图谱与注意力机制的推荐算法-资料列表3-中国计算机学会

您的位置：首页 > 数字图书馆 > CCF DL Focus > Computer_Research > Volume5 > 资料列表3

融合知识图谱与注意力机制的推荐算法

https://dl.ccf.org.cn/file_server/20220403/114_217_233_65/gh/aaae3563ad5d4b1a8546350b2fa74579.jpg

阅读量：188

2022-04-15

收藏本文

为了解决信息过载问题，提出了一种融合知识图谱与注意力机制的推荐模型。在该模型中，将知识图谱作为辅助信息进行嵌入，可以缓解传统推荐算法数据稀疏和冷启动问题，并且给推荐结果带来可解释性。为了提升推荐准确率以及捕捉用户兴趣的动态变化，再结合深度学习中的神经网络以及注意力机制生成用户自适应表示，加上动态因子来更好地捕捉用户动态兴趣变化，使用多层感知机对项目进行评分预测。在MovieLens-latest-small电影数据集和豆瓣数据集进行仿真验证，结果表明该模型进行TOP-K列表电影推荐相比于其他算法拥有更好的推荐性能。

收藏本文

<<< 上一篇知识图谱在海洋领域的应用及前景分析综述

融合知识图谱的双线性图注意力网络推荐算法下一篇 >>>

<<< 下一篇融合知识图谱的双线性图注意力网络推荐算法

读完这篇文章后，您心情如何？

[ 0 ]人参与 (点击查看)

匿名评论所有评论仅代表网友意见

融合知识图谱与注意力机制的推荐算法

https://dl.ccf.org.cn/file_server/20220403/114_217_233_65/gh/aaae3563ad5d4b1a8546350b2fa74579.jpg

推荐内容