• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>Information Systems >Bridging the gap between linked open data-based recommender systems and distributed representations
【24h】

Bridging the gap between linked open data-based recommender systems and distributed representations

机译：缩小链接的基于开放数据的推荐系统与分布式表示之间的差距

获取原文
获取原文并翻译 | 示例
           
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

Recently, several methods have been proposed for introducing Linked Open Data (LOD) into recommender systems. LOD can be used to enrich the representation of items by leveraging RDF statements and adopting graph-based methods to implement effective recommender systems. However, most of those methods do not exploit embeddings of entities and relations built on knowledge graphs, such as datasets coming from the LOD. In this paper, we propose a novel recommender system based on holographic embeddings of knowledge graphs built from Wikidata, a free and open knowledge base that can be read and edited by both humans and machines. The evaluation performed on three standard datasets such as Movielens 1M, Last.fm and LibraryThing shows promising results, which confirm the effectiveness of the proposed method. (C) 2019 Elsevier Ltd. All rights reserved.
机译：最近，已经提出了几种用于将链接开放数据（LOD）引入推荐系统的方法。通过利用RDF语句并采用基于图的方法来实施有效的推荐系统，可以使用LOD来丰富项目的表示形式。但是，大多数这些方法都没有利用基于知识图的实体和关系的嵌入，例如来自LOD的数据集。在本文中，我们提出了一种新颖的推荐系统，该系统基于从Wikidata构建的知识图的全息嵌入，该知识图是免费的开放式知识库，可以由人和机器读取和编辑。对三个标准数据集（如Movielens 1M，Last.fm和LibraryThing）进行的评估显示出令人鼓舞的结果，证实了该方法的有效性。 （C）2019 Elsevier Ltd.保留所有权利。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 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