文献类型：期刊文章

作　　者：饶子昀[1] 张毅[1] 刘俊涛[1] 曹万华[1]

RAO Zi-Yun;ZHANG Yi;LIU Jun-Tao;CAO Wan-Hua(Wuhan Digital Engineering Institute,Wuhan 430205)

机构地区：[1]武汉数字工程研究所,武汉430205

出　　处：《自动化学报》

基　　金：国家自然科学基金(61403350)资助。

年　　份：2021

卷　　号：47

期　　号：9

起止页码：2061-2077

语　　种：中文

收录情况：BDHX、BDHX2020、CAS、CSCD、CSCD2021_2022、EAPJ、EI、IC、JST、MR、PUBMED、RCCSE、SCOPUS、ZGKJHX、ZMATH、核心刊

摘　　要：数据稀疏和冷启动是当前推荐系统面临的两大挑战.以知识图谱为表现形式的附加信息能够在某种程度上缓解数据稀疏和冷启动带来的负面影响,进而提高推荐的准确度.本文综述了最近提出的应用知识图谱的推荐方法和系统,并依据知识图谱来源与构建方法、推荐系统利用知识图谱的方式,提出了应用知识图谱的推荐方法和系统的分类框架,进一步分析了本领域的研究难点.本文还给出了文献中常用的数据集.最后讨论了未来有价值的研究方向.

关 键 词：推荐系统 协同过滤 知识图谱 表示学习  知识推理

分 类 号：TP391.3]