基于对偶四元数的协同知识图谱推荐模型
2022-10-29 20:38:07   来源：    点击：

摘要 为减轻用户-商品交互数据稀疏和冷启动问题对协同过滤算法推荐效果的影响,许多研究者将知识图谱引入推荐系统.然而既往工作对协同知识图谱中关系的建模较为单一,表达能力较弱,不利于建模实体间的复杂关系以及学习用户和商品的嵌入.为克服这一问题,本文提出基于对偶四元数的协同知识图谐推荐模型(DQKGR),利用富有表达力的对偶四元数嵌入表示用户和商品,以有效建模实体和关系之间复杂的潜在依赖.在商品和用户的嵌入学习部分,本文设计了个新的知识图谱嵌入模型(DQKGE),可基于莫比乌斯变换捕捉协同知识图谐中实体间多种复杂关系,并基于此设计偏妒传播与聚合方法以利用知识图谐中的结构信息进行推荐.为验证所提DQKGR模型的有效性,在公开的Iast-EM4、 MovieLens-20M和Book-Crossing数据集上进行大量实验,结果表明所提DQKGR模型推荐结果在多个评测指标上优于现有方法,可在平均意义上产生2.83%以上的性能提升.