原创力文档- 1、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。。
- 2、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。
- 3、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)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
第４１卷第１２期计算机应用与软件Ｖｏｌ４１Ｎｏ．１２
２０２４年１２月ＣｏｍｐｕｔｅｒＡｐｐｌｉｃａｔｉｏｎｓａｎｄＳｏｆｔｗａｒｅＤｅｃ．２０２４
基于知识图谱邻域扩展特征的加权推荐方法
张晓明吴婷婷王会勇
（河北科技大学信息科学与工程学院河北石家庄０５００００）
摘要知识图谱应用到推荐算法中可以有效降低推荐系统中存在的数据稀疏性和冷启动障碍，因此提出一
种基于邻域扩充特征的加权推荐方法（ＫＧＴＲ）。在知识图谱卷积网络（ＫＧＣＮ）中加入关系对实体的关联强度，来
完成项目特征的邻域表示；将其与扩充用户兴趣特征的模型（ＲｉｐｐｌｅＮｅｔ）结果采用加权的方法结合，并引入ＫＬ散
度（ＫｕｌｌｂａｃｋＬｅｉｂｌｅｒ）作为偏差。在ＭｏｖｉｅＬｅｎｓ１Ｍ和ＢｏｏｋＣｒｏｓｓｉｎｇ两个数据集上的实验结果表明，该方法比基线
模型在评估指标ＡＵＣ、Ｆ１和ＡＣＣ上有提升。
关键词知识图谱推荐算法邻域特征三元组表示关联强度
中图分类号ＴＰ１８２ＴＰ３文献标志码ＡＤＯＩ：１０．３９６９／ｊ．ｉｓｓｎ．１０００３８６ｘ．２０２４．１２．０４１
ＫＧＴＲ：ＷＥＩＧＨＴＥＤＲＥＣＯＭＭＥＮＤＡＴＩＯＮＭＥＴＨＯＤＢＡＳＥＤＯＮ
ＫＮＯＷＬＥＤＧＥＧＲＡＰＨＮＥＩＧＨＢＯＲＨＯＯＤＥＸＰＡＮＳＩＯＮＦＥＡＴＵＲＥ
ＺｈａｎｇＸｉａｏｍｉｎｇＷｕＴｉｎｇｔｉｎｇＷａｎｇＨｕｉｙｏｎｇ
（ＳｃｈｏｏｌｏｆＩｎｆｏｒｍａｔｉｏｎＳｃｉｅｎｃｅａｎｄＥｎｇｉｎｅｅｒｉｎｇ，ＨｅｂｅｉＵｎｉｖｅｒｓｉｔｙｏｆＳｃｉｅｎｃｅａｎｄＴｅｃｈｎｏｌｏｇｙ，Ｓｈｉｊｉａｚｈｕａｎｇ０５００００，Ｈｅｂｅｉ，Ｃｈｉｎａ）
ＡｂｓｔｒａｃｔＴｈｅａｐｐｌｉｃａｔｉｏｎｏｆｔｈｅｋｎｏｗｌｅｄｇｅｇｒａｐｈｔｏｔｈｅｒｅｃｏｍｍｅｎｄａｔｉｏｎａｌｇｏｒｉｔｈｍｃａｎｅｆｆｅｃｔｉｖｅｌｙｒｅｄｕｃｅｔｈｅｐｒｏｂｌｅｍ
ｏｆｄａｔａｓｐａｒｓｉｔｙａｎｄｕｓｅｒｃｏｌｄｓｔａｒｔｂａｒｒｉｅｒｓｉｎｔｈｅｒｅｃｏｍｍｅｎｄａｔｉｏｎｓｙｓｔｅｍ．Ｔｈｉｓｐａｐｅｒｐｒｏｐｏｓｅｓａｗｅｉｇｈｔｅｄ
ｒｅｃｏｍｍｅｎｄａｔｉｏｎｍｅｔｈｏｄｂａｓｅｄｏｎｔｈｅｎｅｉｇｈｂｏｒｈｏｏｄｅｘｐａｎｓｉｏｎｆｅａｔｕｒｅ．Ｔｈｉｓｍｅｔｈｏｄａｄｄｅｄｔｈｅｃｏｒｒｅｌａｔｉｏｎｓｔｒｅｎｇｔｈ
ｂｅｔｗｅｅｎｔｈｅｒｅｌａｔｉｏｎｓｈｉｐａｎｄｔｈｅｅｎｔｉｔｙｔｏｃｏｍｐｌｅｔｅｔｈｅｎｅｉｇｈｂｏｒｈｏｏｄｒｅｐｒｅｓｅｎｔａｔｉｏｎｏｆｔｈｅｉｔｅｍｓｆｅａｔｕｒｅｓｉｎｔｈｅ
ｋｎｏｗｌｅｄｇｅｇｒａｐｈｃｏｎｖｏｌｕｔｉｏｎａｌｎｅｔｗｏｒｋ（ＫＧＣＮ）．Ｗｅｃｏｍｂｉｎｅｄｉｔｗｉｔｈｔｈｅｒｅｓｕｌｔｓｏｆｔｈｅｍｏｄｅｌ（ＲｉｐｐｌｅＮｅｔ）ｔｈａｔ
ｅｘｐａｎｄｅｄｕｓｅｒｓｆｅａｔｕｒｅｓｕｓｉｎｇａｗｅｉｇｈｔｅｄｍｅｔｈｏｄ．ＴｈｅＫＬ（ＫｕｌｌｂａｃｋＬｅｉｂｌｅｒ）ｄｉｖｅｒｇｅｎｃｅｗａｓｉｎｔｒｏｄｕｃｅｄａｓｔｈｅ
ｄｅｖｉａｔｉｏｎ．ＴｈｅｅｘｐｅｒｉｍｅｎｔｗａｓｃａｒｒｉｅｄｏｕｔｏｎｔｗｏｄａｔａｓｅｔｓｏｆＭｏｖｉｅＬｅｎｓ１ＭａｎｄＢｏｏｋＣｒｏｓｓｉｎｇ．Ｔｈｅｒｅｓｕｌｔｓｓｈｏｗｔｈａｔ
ｔｈｅｐｒｏｐｏｓｅｄｍｅｔｈｏｄｉｓｉｍｐｒｏｖｅｄｏｎＡＵＣ，Ｆ１ａｎｄＡＣＣｃｏｍｐａｒｅｄｗｉｔｈｔｈｅｂａｓｅｌｉｎｅｍｏｄｅｌ．
ＫｅｙｗｏｒｄｓＫｎｏｗｌｅｄｇｅｇｒａｐｈＲｅｃｏｍｍｅｎｄａｔｉｏｎａｌｇｏｒｉｔｈｍＮｅｉｇｈｂｏｒｈｏｏｄｆｅａｔｕｒｅＴｒｉｐｌｅｒｅｐｒｅｓｅｎｔａｔｉｏｎＣｏｒｒｅｌａｔｉｏｎ
ｓｔｒｅｎｇｔｈ
交互数据足够丰富的情况，一旦用户和推荐的物品数
０引言量庞大，就会导致交互历史的数据稀
- 1.ppt制作及优化；2.办公模板制作；3.文案制作及优化。 + 关注
-
实名认证服务提供商
教师资格证、公共营养师持证人
本人专注ppt制作、办公模板编辑六年有余，可以根据客户需求做出高品质ppt、办公表格等模板，以及文案等。
文档评论（0）