基于动态知识图谱和深度神经网络的会话推荐方法

摘要：

基于深度神经网络对会话进行建模的方法在处理会话序列数据时忽视了项目动态知识和会话中的操作行为,影响了推荐的准确性问题,为此提出基于动态知识图谱和深度神经网络的会话推荐方法.分别采用图神经网络和循环神经网络学习项目序列和操作序列的特征表示,结合动态知识图谱的项目知识进行建模以达到动态推荐的目的.实验结果表明,该方法能够提高推荐结果的准确性,更为有效预测用户的下一个交互项目.

关键词：会话推荐、动态知识图谱、深度神经网络、图神经网络、多任务学习、项目嵌入、操作嵌入

所属期刊栏目：44

分类号：TP301.6(计算技术、计算机技术)

资助基金：国家重点研发计划2018YFC0808500

在线出版日期：2023-05-08（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：746-754