《融合知识图谱和轻量级图卷积网络推荐系统的研究》

技术简介：

基于协同过滤的算法是推荐系统中最重要的方法，由于冷启动和数据稀疏性的特点，限制了其推荐性能。为了应对以上问题，提出了知识图谱和轻量级图卷积网络推荐系统相结合的模型，该模型通过将知识图谱中的各个实体（项目）进行多次迭代嵌入传播以获取更多的高阶邻域信息，通过轻量聚合器进行聚合，进而预测用户和项目之间的评分。最后，在3个真实的数据集上MovieLens-20M、Last.FM和Book-Crossing的实验结果表明，该模型与其他基准模型相比可以得到较好的性能。

研发人员：马甜甜;杨长春;严鑫杰;贾音;蔡聪;