摘要

近年来,将知识图谱作为辅助信息来增强推荐越来越受到研究者的关注,由于知识图谱学习任务的目标是还原知识图谱中三元组的关系,并非是以推荐任务为目标,导致了知识图谱学习任务很难高效的帮助推荐任务提升推荐性能,另外,用户兴趣易被短期的环境和心情所影响,针对以上两点本文提出了一种融合了知识图谱信息和短期偏好的推荐模型(Multi-task feature learning approach for Knowledge graph And Short-term preferences enhanced Recommendation, MKASR)。首先,通过RippleNet算法提取用户和知识图谱实体的关...