×

一种融合知识图谱和协同过滤的混合推荐模型

消耗积分:0 | 格式:pdf | 大小:2.23 MB | 2021-03-16

分享资料个

　　针对现有协同过滤推荐算法可解释性不高和基于内容推荐信息提取困难、推荐效率低等问题，提岀一种融合知识图谱和协同过滤的混合推荐模型，其由知识图谱与深度学习结合模型RCKD和知识图谱与协同过滤结合模型RCKC构成。RCKD模型在获取知识图谱的推理路径后，利用 Transe算法将路径嵌入为向量，并使用LSTM和soft attention机制捕获路径推理的语义，通过池化操作区分不同路径推理的重要性，经全连接层和 sigmoid函数获得预测评分。RCKC模型根据知识图谱表示学习的语义相似性，利用协同过滤算法获得预测评分。按预测评分的准确度将两个模型相互融合，最终获得可解释的混合推荐模型ξ在 Movielens数据集上的实验结果表明，与RKGE、 Ripple模型和经典协同过滤算法相比，该模型具有较好的雄荐可解释性和较高的推荐准确率。

下载并关注上传者 开通VIP，低至0.08元下载/次

声明：本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人，不代表电子发烧友网立场。文章及其配图仅供工程师学习之用，如有内容侵权或者其他违规问题，请联系本站处理。 举报投诉

评论(0)
发评论

下载排行榜

全部0条评论

快来发表一下你的评论吧 !