基于社交信息与知识图注意力网络的推荐算法
徐长林
王逊
黄树成
江苏科技大学计算机学院 镇江 212100
摘要：为解决基于知识图谱的推荐算法在利用语义信息时,忽略了用户之间的关联性,导致用户的特征表达中缺少邻域用户信息的问题,提出了一种基于社交信息与知识图注意力网络的推荐算法(SKGAN).该算法通过知识嵌入获得实体的低维表达,利用用户-项目二部图进行卷积获得用户特征,通过社交网络传播聚合用户特征,传播过程采用注意力机制计算权重,将增强后的用户表达与项目知识图谱卷积输出的项目表达相结合实现推荐.实验结果表明SKGAN算法在AUC和F1-Score指标上均优于基线模型.
关键词：推荐系统社交网络知识图谱图卷积网络注意力机制
分类号：TP391(计算技术、计算机技术)
资助基金：国家自然科学基金(61772244)
论文发表日期：2025-05-20
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：7( 1215-1221 )
英文信息