针对数字化社区中资源数量庞大、用户难以第一时间方便且快速地寻找到所需数据的缺点，提出了一种基于循环知识图谱的虚拟社区知识动态推荐方法。将虚拟社区中知识点邻域实体当成上下文，获取知识表达学习实体，使循环知识图谱与待推荐数据相结合，计算用户历史点击信息，提取出实体特征向量；同时建立虚拟社区中用户模型，通过若干神经的协同过滤层、隐式交互用户以及知识点关系，实现多次非线性变换待推荐用户的隐式向量以及知识点隐式向量，完成动态推荐。实验证明：本文方法推荐满意度较高且推荐结果全面、不单一化。
科研之友
微信
新浪微博
Facebook
分享链接
