旅游知识图谱特征学习的景点推荐

摘要：

基于知识图谱的推荐算法在多个领域取得了较好的效果,但仍然存在一些问题,如不能有效提取知识图谱中实体关系标签中的特征,推荐准确率会降低.因而提出将网络嵌入方法(network embedding)用于旅游知识图谱的特征提取,使得特征的提取更加充分.通过对旅游知识图谱中不同标签的属性子图独立建模,利用深度学习模型挖掘游客及景点等图节点语义特征,进而获得融合各个标签语义的游客和景点特征向量,最终通过计算游客和景点相关性生成景点推荐列表.通过在真实旅游知识图谱上的实验,验证了利用网络嵌入方法对知识图谱中数据建模后,可以有效提取节点的深层特征.

关键词：知识图谱、属性子图、特征学习、神经网络、景点推荐、网络嵌入、推荐算法、深度学习

所属期刊栏目：14

分类号：TP301(计算技术、计算机技术)

资助基金：国家自然科学基金项目U1711263,U1501252,61572146;广西省自然科学基金项目2016GXNSFDA380006,AC16380122;广西创新驱动重大专项项目AA17202024;广西高校中青年教师基础能力提升项目2018KYD203;广西研究生教育创新计划项目2019YCXS042,2019YCXS041

在线出版日期：2019-08-07（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：430-437