文献类型：期刊文章

作　　者：吴玺煜[1] 陈启买[1] 刘海[1] 贺超波[2]

机构地区：[1]华南师范大学计算机学院,广州510631 [2]仲恺农业工程学院信息科学与技术学院,广州510225

出　　处：《计算机工程》

基　　金：广东省自然科学基金(2016A030313441);广东省科技计划项目(2015B010129009;2016A030303058;2016A090922008;2015A020209178);广东省高性能计算重点实验室开放课题(T191527)

年　　份：2018

卷　　号：44

期　　号：2

起止页码：226-232

语　　种：中文

收录情况：AJ、BDHX、BDHX2017、CAS、CSA、CSA-PROQEUST、CSCD、CSCD_E2017_2018、IC、INSPEC、JST、RCCSE、SCOPUS、UPD、ZGKJHX、核心刊

摘　　要：针对协同过滤算法仅使用物品-用户评分矩阵而未考虑语义的问题,提出一种协同过滤推荐算法。使用知识图谱表示学习方法,将业界已有的语义数据嵌入一个低维的语义空间中。通过计算物品之间的语义相似性,将物品自身的语义信息融入协同过滤推荐。算法弥补了协同过滤算法没有考虑物品本身内涵知识的缺陷,在语义层面上增强了协同过滤推荐的效果。实验结果表明,该算法能够有效地提升协同过滤推荐的准确率、召回率和F值。

关 键 词：协同过滤 知识图谱 表示学习  语义相似性 推荐系统

分 类 号：TP391]