基于知识图谱表示学习的推荐算法优化
万方数据知识服务平台
应用市场
我的应用
会员HOT
万方期刊
×

点击收藏,不怕下次找不到~

@万方数据
会员HOT

期刊专题

10.3969/j.issn.2095-2163.2020.04.007

基于知识图谱表示学习的推荐算法优化

引用
本文提出基于知识图谱表示学习的推荐算法TransH-CF.通过表示学习方法,将电影数据集中的实体映射成对应的实体向量,嵌入到低维空间中来,计算不同电影之间的语义相似度,与协同过滤计算出的电影相似度相结合,将混合后的结果推荐给用户.本文选取TransH翻译方法,与改进后基于物品的协同过滤算法相结合,弥补了传统协同过滤算法在热门电影相似度计算时的劣势,也解决了TransE翻译方法在一对多,多对一,多对多关系建模的劣势.实验结果表明,,此算法有效的提高了电影推荐的准确率、召回率、F值等评估因素.

知识图谱、表示学习、协同过滤、电影推荐

10

TP391(计算技术、计算机技术)

国家重点研发计划项目2018YFB1700902

2020-08-20(万方平台首次上网日期,不代表论文的发表时间)

共6页

22-26,31

相关文献
评论
暂无封面信息
查看本期封面目录

智能计算机与应用

2095-2163

23-1573/TN

10

2020,10(4)

相关作者
相关机构

专业内容知识聚合服务平台

国家重点研发计划“现代服务业共性关键技术研发及应用示范”重点专项“4.8专业内容知识聚合服务技术研发与创新服务示范”

国家重点研发计划资助 课题编号:2019YFB1406304
National Key R&D Program of China Grant No. 2019YFB1406304

©天津万方数据有限公司 津ICP备20003920号-1

信息网络传播视听节目许可证 许可证号:0108284

网络出版服务许可证:(总)网出证(京)字096号

违法和不良信息举报电话:4000115888    举报邮箱:problem@wanfangdata.com.cn

举报专区:https://www.12377.cn/

客服邮箱:op@wanfangdata.com.cn