基于知识图谱卷积网络的双端推荐算法.docx

随着互联网的快速发展,数据量呈爆炸式增长,导致信息过载,用户很难在数据的海洋中挑选出自己感兴趣的内容。为了提高用户体验,推荐系统已经应用于音乐[1]、电影[2,3]、广告[4]等推荐场景。推荐系统[5]主要分为基于协同过滤（collaborative filtering,CF）的推荐系统、基于内容的推荐系统和混合推荐系统。基于CF的推荐系统由于能够有效地捕捉用户偏好,并且易于在多种场景下实现,而无需在基于内容的推荐系统中进行特征提取,因此得到广泛的应用。然而,基于CF的推荐存在数据稀疏性和冷启动问题[6]。为解决这些问题,混合推荐系统被提出来,其利用多种推荐技术来克服单一推荐方法的局限性,在此