知识图谱采用三元组进行知识表示非常高效，但嵌入到推荐模型中，用户与物品的交互信息、物品的相似度信息被独立建模，忽略了高维的关联特征和长依赖关系，从而导致特征信息提取不充分、推荐效果不佳。为此，提出一种图结构特征信息学习的优化算法。该算法能充分结合知识图谱在推荐中的优势、RNN中的时序特征获取到用户、物品的更深层次的关联特征信息。将模型应用于真实数据集，与现有的基准模型进行对比，实验结果表明该方法能获得更为精准的个性化推荐。
科研之友
微信
新浪微博
Facebook
分享链接
