首页> 中文期刊> 《计算机工程与应用》 >融合知识图谱的双线性图注意力网络推荐算法

融合知识图谱的双线性图注意力网络推荐算法

         

摘要

知识图谱可有效缓解传统协同过滤中的数据稀疏和冷启动问题,因此,近年来在推荐系统中融入知识图谱的方法成为重要的探索方向.然而现有的方法大多将知识图谱的网络结构划分为单独路径或仅利用了一阶邻居信息,造成无法建立整个图上的高阶连通性问题.为解决该问题,提出融合知识图谱和图注意力网络的KG-BGAT模型,并设计了双线性采集器.双线性采集器能够在信息采集阶段获取节点间的特征交互信息,丰富节点表示;图注意力网络通过递归嵌入传播算法将各个节点表示沿图进行传播,能够捕获图中的高阶连通性.在MovieLens-1M数据集上进行了Top-K推荐实验,在推荐列表长度为20时,精确率、召回率和归一化折损累计增益分别为29.4%、24.9%、67.4%,超过了目前主流的CKE、RippleNet、KGCN等融合知识图谱的推荐算法.实验证明提出的方法能够有效提高推荐结果的准确性.

著录项

  • 来源
    《计算机工程与应用》 |2021年第1期|29-37|共9页
  • 作者单位

    中国计量大学 信息工程学院 杭州 310000;

    中国计量大学 浙江省电磁波信息技术与计量检测重点实验室 杭州 310000;

    中国计量大学 信息工程学院 杭州 310000;

    中国计量大学 浙江省电磁波信息技术与计量检测重点实验室 杭州 310000;

    中国计量大学 信息工程学院 杭州 310000;

    中国计量大学 浙江省电磁波信息技术与计量检测重点实验室 杭州 310000;

    中国计量大学 信息工程学院 杭州 310000;

    中国计量大学 浙江省电磁波信息技术与计量检测重点实验室 杭州 310000;

    中国计量大学 信息工程学院 杭州 310000;

    中国计量大学 浙江省电磁波信息技术与计量检测重点实验室 杭州 310000;

  • 原文格式 PDF
  • 正文语种 chi
  • 中图分类 软件工程;
  • 关键词

    推荐系统; 知识图谱; 特征交互; 图注意力网络;

相似文献

  • 中文文献
  • 外文文献
  • 专利
获取原文

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号