10.3778/j.issn.1002-8331.2302-0226
基于距离策略的知识图谱图卷积网络推荐算法
图卷积神经网络在处理知识图谱时存在模型训练开销大、元路径设计缺少普适性的问题,针对这类问题,提出了一种基于距离策略的知识图谱图卷积网络推荐算法.通过在知识图谱中划分中心节点和辅助信息节点的方式对知识图谱进行重构,优化生成的邻接矩阵,然后在图卷积算法的基础上,将用户和实体之间的关系建立标准化评分,根据辅助信息距中心节点之间的距离设计了距离策略,通过距离-影响力函数完成对知识图谱中信息特征的提取,最后将知识图谱特征作为辅助完成推荐任务.实验选取三个数据集与其他先进模型进行对比实验,发现该模型在训练时间和推荐效果上均处于优势地位,具有一定的普适性.
推荐系统、知识图谱、图卷积网络、距离策略、知识表示学习、效率推荐
59
TP391(计算技术、计算机技术)
国家重点研发计划2018YFB1402900
2023-11-16(万方平台首次上网日期,不代表论文的发表时间)
共10页
102-111