结合用户视角的知识图注意力网络推荐算法

摘要：

目前基于知识图谱的推荐方法大多仅仅关注于如何用知识图谱中的信息丰富项目的嵌入表示,而忽略了从用户视角出发,更细粒度地挖掘用户-项目交互的协同信息,将用户-项目图中的协同信息与知识图谱中的辅助信息充分结合.针对上述问题,提出了一种结合用户视角的知识图注意力网络推荐算法.在项目端,结合知识感知的注意力嵌入传播,捕获图中的高阶信息;在用户端,建模用户视角因子细化用户-项目图中的协同信息,在知识图谱中沿着关系依赖的路径聚合,进一步丰富了用户和项目的表示,进而预测用户对项目的点击概率分数.在Last.FM和MovieLens-20M公开数据集上的实验表明,与目前主流基线相比,该模型在Recall@K指标上提升了13%～22%,在AUC和F1指标上提升了0.6%～4.5%.

关键词：知识图谱、图神经网络、推荐算法、注意力机制

所属期刊栏目：59

分类号：TP391.3(计算技术、计算机技术)

资助基金：国家自然科学基金61972182

在线出版日期：2023-09-18（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：123-131