原创力文档- 1、本文档共38页，可阅读全部内容。
- 2、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。
- 3、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
BeijingForestStudio
ThenameoftheDepartment
北京理工大学信息系统及安全对抗实验中心
部门名称
基于知识图谱的推荐算法研究
图注意力网络
文本安全
硕士研究生潘珲
2023年05月21日
内容提要
•背景简介
–推荐算法
•基本概念
–GAT
•算法原理
–KGAT
–metaKG
•总结
•前沿发展
•参考文献
2
预期收获
•预期收获
–了解推荐算法的基本概念
–熟悉推荐算法的应用场景
–理解图推荐算法的原理
–了解图推荐算法的未来发展
3
背景简介
•推荐系统
–推荐系统通过发掘用户的行为，找到用户的
个性化需求，从而将物品准确推荐给需要它
的用户，帮助用户找到他们感兴趣但很难发
现的物品
•作用
–解决互联网时代下的信息超载问题
–提供用户个性化服务，建立用户粘性
如何有效地解决2Sigma问题？
4
背景简介
•通用模型
–用户建模模块
•通过用户行为，建立用户模型
–推荐对象建模模块
•通过物品的信息，建立推荐对
象模型
–推荐算法模块
•通过用户兴趣匹配物品的特征
信息，再经过推荐算法计算筛
选，找到用户可能感兴趣的推
荐对象，然后推荐给用户
5
背景简介用户建模
•用户建模
–获取用户信息就是解决模型输入数据的问题，输入数据主要有以下几种
•用户属性
–人口统计学信息（性别、年龄、国籍等）
•用户手动输入的信息
–包括用户在搜索引擎中输入的关键词，用户反馈的信息，对推荐对象的喜好程度等
•用户的浏览行为和浏览内容
–包括浏览次数、频率、停留时间等，浏览页面时的操作(收藏、保存、复制等)等
–服务器端保存的日志也能较好地记录用户的浏览行为和内容
–用户模型的建模方法主要有遗传算法、基于机器学习的方法，例如TF-IDF、自动
聚类、贝叶斯分类器、决策树归纳和神经网络方法等
66
背景简介推荐算法
•基于内容的推荐
–基于用户感兴趣的物品A，找到和A内容信息相近的物品B
–利用用户和物品本身的内容特征，如用户的地理位置、性别、年龄，电影物
文档评论（0）