融合语义相似度的协同过滤推荐算法

论文摘要

针对协同过滤推荐算法没有考虑推荐对象间语义关系的问题,提出一种融合推荐对象语义相似度的改进型协同过滤推荐算法.首先利用知识图谱表示学习算法将推荐对象的语义信息嵌入到一个低维语义空间;然后计算推荐对象之间的语义相似度,把该语义相似度融合到协同过滤推荐算法的相似度计算中,弥补协同过滤推荐算法没有考虑推荐对象自身语义知识的缺陷.实验结果表明,该改进型算法相比传统协同过滤推荐算法,具有更高的准确率、召回率和覆盖率.

论文目录

• 0 引言
• 1 相关理论
•   1.1 协同过滤推荐算法
•   1.2 知识图谱表示学习
• 2 融合语义相似度的协同过滤推荐算法
•   2.1 物品语义相似度
•   2.2 融合相似度
•   2.3 评分预测与推荐列表生产
• 3 实验及分析
•   3.1 实验数据
•   3.2 评价指标
•   3.3 实验结果及分析
• 4 结论

文章来源

类型: 期刊论文

作者: 王根生,潘方正

关键词: 推荐算法,协同过滤,知识图谱,表示学习,语义相似度

来源: 中国科学技术大学学报 2019年10期

年度: 2019

分类: 基础科学,信息科技

专业: 计算机软件及计算机应用

单位: 江西财经大学计算机实践教学中心,江西财经大学人文学院

基金: 国家自然科学基金资(71461012),江西省教育厅科技资助项目(GJJ181550)),江西省高校人文社科项目(GL19110),深圳市哲学社会科学规划课题(SZ2019D050)资助

分类号: TP391.3

页码: 835-841

总页数: 7

文件大小: 478K

下载量: 616