文献类型：期刊文章

作　　者：赵晔辉[1] 柳林[1] 王海龙[1] 韩海燕[2] 裴冬梅[1]

ZHAO Yehui;LIU Lin;WANG Hailong;HAN Haiyan;PEI Dongmei(School of Computer Science and Technology,Inner Mongolia Normal University,Hohhot 010022,China;International Design Art College,Inner Mongolia Normal University,Hohhot 010022,China)

机构地区：[1]内蒙古师范大学计算机科学技术学院,呼和浩特010022 [2]内蒙古师范大学国际设计艺术学院,呼和浩特010022

出　　处：《计算机科学与探索》

基　　金：内蒙古师范大学基本科研业务费专项资金(2022JBYJ032);内蒙古纪检监察大数据实验室支持2020-2021年度开放课题(IMDBD2020014);内蒙古自治区自然科学基金(2020MS06030,2021MS06025);内蒙古自治区科技计划关键技术应用研究项目(2021GG0426);内蒙古科学计划关键技术攻关项目(2021GG0184);国家重点研发计划(2020YFC1523300);教育部产学合作协同育人项目(202002215071,202002142055)。

年　　份：2023

卷　　号：17

期　　号：4

起止页码：771-791

语　　种：中文

收录情况：BDHX、BDHX2020、CSCD、CSCD2023_2024、DOAJ、IC、JST、ZGKJHX、核心刊

摘　　要：推荐系统可以在海量的数据信息中获取用户偏好,从而更好地实现个性化推荐,提高用户体检,以及解决互联网中的信息过载问题,但推荐系统仍然存在冷启动和数据稀疏问题。知识图谱作为一种拥有大量实体和丰富语义关系的结构化知识库,不但能够提高推荐系统的准确性,还能够为推荐项目提供可解释性,从而增强用户对推荐系统的信任度,为解决推荐系统中存在的一系列关键问题提供了新方法、新思路。首先针对知识图谱推荐系统进行研究与分析,以应用领域为分类依据将知识图谱推荐系统分为多领域知识图谱推荐系统和特定领域知识图谱推荐系统,同时根据这些知识图谱推荐方法的特点进一步分类,对每类方法进行定量分析和定性分析;之后列举出知识图谱推荐系统在应用领域中常用的数据集,对数据集的规模和特点进行概述;最后对知识图谱推荐系统未来的研究方向进行展望和总结。

关 键 词：知识图谱 推荐系统 知识图谱嵌入  知识图谱推荐系统数据集  

分 类 号：TP391]