中文文献中融合知识图谱的推荐技术调研

1.融合知识图谱和协同过滤电影推荐算法：

        现有的方法局限于考虑物品外在的物品-用户评分矩阵信息，忽视了物品自身的信息。本文所提出的模型考虑到语义问题，将实体嵌入到低维空间里，还保持图中原有的结构和语义信息，通过知识图谱语义网络引入额外的一些辅助信息作为输入，丰富实体之间的语义关联，使推荐结果更急精确。此外，知识图谱发散不同的关系连接种类和历史记录，提升了推荐结果的多样性和可解释性。循环知识图谱可以学习到推荐关系中的内涵知识，协同过滤可以很好地使用外部评分，我们提出的方法将内涵知识和外部评分进行组合，有效地提高推荐的效率。