知识图谱其蕴含丰富的语义信息，广泛应用在不同的推荐场景中。现有的基于知识图谱的推荐方法在图神经网络的建模中，粗粒度地考虑用户和项目交互的关系，构建用户特征模型时，忽略不同历史项目的重要性。针对此类问题，提出一种融合知识图谱与注意力机制的项目推荐算法，该方法聚合用户特征，使用注意力机制学习知识图谱高阶潜在关系，构建项目特征时传播其邻域之间的项目嵌入表示，用图卷积网络进行特征聚合，最后使用多层神经网络进行预测。算法在两组公开数据集上，与基线算法进行对比实验，召回率最高提升6.9%。
科研之友
微信
新浪微博
Facebook
分享链接
