科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对现有知识推荐方法因稀疏矩阵和冷启动导致推荐性能不佳的问题，提出了一种基于情境感知生成对抗网络模型的知识推荐方法（Context-aware GAN-based Knowledge Recommendation， CGKR）。提出任务相似度概念，同时考虑内容相似度和任务相似度构建知识相关性网络，基于知识相关性网络构建语义激活扩散模型，扩展用户历史评分以全面探知用户兴趣；基于用户个人背景信息和历史行为信息构造用户情境和任务情境；引入生成对抗网络模型，并结合情境信息构建情境感知生成对抗网络模型（CxtGAN）；基于训练完成的CxtGAN为特定任务情境下的目标用户提供个性化知识推荐服务。以某船厂知识管理系统数据进行实例分析与实验研究，结果表明CGKR方法具有较好的知识推荐性能，能够为企业用户提供优质知识推荐服务。
-
单位新加坡南洋理工大学; 上海交通大学
