融合知识图谱与注意力机制的个性化序列推荐

作者：任永功; 吕福泽; 张志鹏

来源：小型微型计算机系统, 2022, 43(07): 1362-1369.

DOI：10.20009/j.cnki.21-1106/TP.2022-0162

• 序列化推荐系统
• 知识图谱
• 注意力机制
• 个性化推荐

序列推荐系统可以根据用户和物品交互的时间序列信息，精确预测用户下一次交互物品.现有的序列推荐算法存在用户兴趣过渡拟合的问题，导致推荐内容同质化严重，从而无法实现个性化推荐.基于此，本文提出一种融合知识图谱与注意力机制的个性化序列推荐算法(SR-KGA):首先，引入知识图谱，通过图卷积网络对物品进行嵌入表示；其次，通过自注意力机制和多头注意力机制构建序列到序列(seq2seq)模型，最后，在损失函数中加入多样性正则项；实现用交互序列来预测未来可能交互的物品序列，从而进行推荐.通过在真实的数据集上实验，SR-KGA在保证推荐准确度的同时，提升了推荐列表的多样性，实现了用户个性化推荐.

• 单位
  辽宁师范大学