国内刊号:51-1196/TP
国际刊号:1001-3695
发布日期:
作者:刘广明,梁永全,纪淑娟,李琳,
单位:山东科技大学计算机科学与工程学院,山东青岛266590;
关键词:用户偏好,互补项目,知识图谱,推荐,
基金:国家自然科学基金资助项目(71772107);国家重点研发计划资助项目(2017YFC0804406);;
在缺乏用户交互互补项目方面数据的情况下,将用户对项目的偏好融合到只考虑项目关系的互补项目推荐中,提高推荐模型的性能。提出一种基于知识图谱的互补项目推荐方法,在用户历史交互项目集中推测用户交互的互补项目,基于知识图谱提取用户对互补项目的偏好,利用图像与文本学习项目之间的互补关系,最后基于神经网络实现两者的共同学习。提出的方法在Amazon数据集上与次优的基线方法相比,ACC提升了7%,precision提升了3%,这说明提出的方法性能优异。该算法共同学习用户对项目的偏好与项目之间的互补关系,提升了推荐性能。
来源:2022年第5期
《计算机应用研究》期刊编辑部