文献类型：期刊文章

作　　者：陶天一[1] 王清钦[1] 付聿炜[1] 熊贇[1] 俞枫[2] 苑博[2]

TAO Tianyi;WANG Qingqin;FU Yuwei;XIONG Yun;YU Feng;YUAN Bo(Shanghai Key Laboratory of Data Science,School of Computer Science,Fudan University,Shanghai 201203,China;Guotai Junan Securities,Shanghai 201201,China)

机构地区：[1]复旦大学计算机科学技术学院上海市数据科学重点实验室,上海201203 [2]国泰君安证券股份有限公司,上海201201

出　　处：《计算机工程》

基　　金：国家自然科学基金(U1636207,U1936213);上海市科委发展基金(19DZ1200802,19511121204)。

年　　份：2021

卷　　号：47

期　　号：6

起止页码：98-103

语　　种：中文

收录情况：AJ、BDHX、BDHX2020、CAS、CSCD、CSCD_E2021_2022、IC、JST、RCCSE、SCOPUS、UPD、ZGKJHX、核心刊

摘　　要：个性化新闻资讯推荐能够有效地捕捉用户兴趣,提供高质量推荐服务的能力,因而吸引了大量高黏性用户,而知识图谱则以“实体-关系-实体”的形式表示事物间的关系,通过知识图谱中实体间的关系学习到更丰富的特征及语义信息。为更好地实现金融领域新闻的个性化推荐,提出一种基于知识图谱的个性化推荐算法KHA-CNN。结合金融业知识图谱,采用基于知识的卷积神经网络和层次注意力机制得到新闻文本的特征表示,并学习用户复杂行为数据特征。在真实数据集上的实验结果表明,与Random Forest、DKN、ATRank-like算法相比,KHA-CNN算法的F1和AUC指标分别提高了2.6个和1.5个百分点。

关 键 词：知识图谱 新闻推荐  注意力机制  行为数据  知识表示学习  

分 类 号：TP18]