检索结果-南通市图书馆

在线全文

学校读者我要写书评

暂无评论

基于ripplenet的商品推荐研究

科学技术创新 2021年第22期 103-104页

作者：管文豪张爽汪柏乐黑龙江大学数据科学与技术学院黑龙江哈尔滨150000

基于互联网的电子商务系统发展十分迅速,在海量的商品之中用户如何能够及时有效的挑选到心仪的商品,是各大电子商务平台十分关注的研究方向。传统的商品推荐算法将用户和商品进行关联,但却无法考虑到推荐结果的解释性,推荐结果是否能够... 详细信息

基于互联网的电子商务系统发展十分迅速,在海量的商品之中用户如何能够及时有效的挑选到心仪的商品,是各大电子商务平台十分关注的研究方向。传统的商品推荐算法将用户和商品进行关联,但却无法考虑到推荐结果的解释性,推荐结果是否能够很好解释常常影响着用户的信服力。本文基于对知识图谱以及基于知识图谱的推荐算法进行研究,设计了基于ripplenet模型对用户和商品进行智能推荐的算法,并利用准确性评价指标对模型进行评估。实验结果表明,该模型能够达到良好的效果,可以在一定程度上提升用户体验。

关键词：知识图谱商品推荐 ripplenet

基于KGCN与ripplenet的推荐系统核心特征提取研究

在线全文

学校读者我要写书评

暂无评论

数字通信世界 2023年第6期 32-34页

作者：曹杰南京信息工程大学江苏南京210000

文章提出了一种将KGCN和ripplenet相结合的方法,其利用KGCN提取知识图谱中的实体和关系信息[1],利用ripplenet对用户和商品进行表示,从而提高推荐效果。实验结果表明,该方法可以显著提高推荐效果,并提取出一些核心特征。

关键词：推荐系统知识图谱图卷积网络 KGCN ripplenet

维普期刊数据库博看期刊

在线全文

学校读者我要写书评

暂无评论

基于ripplenet的推荐算法研究综述

科技与创新 2023年第24期 98-100页

作者：韩耀宇太原理工大学山西太原030600

研究人员提出了推荐系统来降低信息过载的副作用,使得人们快速寻找高价值的有用信息。针对ripplenet算法的改进方法进行阐述,对它们的性能进行了对比,并对如何改进这类推荐算法进行了总结。

关键词：推荐算法偏好 ripplenet 知识图谱

同方期刊数据库博看期刊评论

在线全文

学校读者我要写书评

暂无评论

融合知识图谱的学习者个性化学习资源推荐

小型微型计算机系统 2024年第2期45卷 285-292页

作者：李春英武毓琦汤志康林伟杰汤庸广东技术师范大学计算机科学学院广州510665 广东技术师范大学广东省知识产权大数据重点实验室广州510665 华南师范大学计算机学院广州510631

针对学习资源个性化推荐中存在的数据稀疏和冷启动问题,本文提出了一种基于知识图谱的学习者个性化学习资源推荐模型模型(LPRM).LPRM模型利用在线学习中学生与课程的历史交互信息以及在线课程的属性信息构建课程知识图谱,辅助课程资源... 详细信息

针对学习资源个性化推荐中存在的数据稀疏和冷启动问题,本文提出了一种基于知识图谱的学习者个性化学习资源推荐模型模型(LPRM).LPRM模型利用在线学习中学生与课程的历史交互信息以及在线课程的属性信息构建课程知识图谱,辅助课程资源的个性化推荐;针对ripplenet框架中实体关系传播未考虑实体影响力的问题,提出节点影响力计算模型衡量知识图谱中实体的影响力,构建LPRM模型框架得到学习者对学习资源的评分.大量对比实验结果表明,本文提出的基于知识图谱的学习者个性化学习资源推荐模型模在AUC和ACC评价指标上均表现出最优的性能,模型参数分析结果表明LPRM模型能有效地提升学习者学习资源个性化推荐性能,较好地缓解了数据稀疏和冷启动引起的学习者个性化资源推荐不准确等问题.

关键词：在线学习知识图谱推荐模型节点影响力 ripplenet

维普期刊数据库博看期刊

融合室内位置大数据与知识图谱的个性化POI推荐

在线全文

学校读者我要写书评

暂无评论

融合室内位置大数据与知识图谱的个性化POI推荐

作者：张新河北工程大学

学位级别：硕士

在城市生活中,人类87%的时间在室内空间。随着大型室内场所的不断增加和智能信息服务的快速增长,室内物品、信息、资源呈现多元化、复杂化的特点,信息过载现象日益严重,人们难以从中选择自己需要的信息,因此构建室内推荐系统,为人们提... 详细信息

在城市生活中,人类87%的时间在室内空间。随着大型室内场所的不断增加和智能信息服务的快速增长,室内物品、信息、资源呈现多元化、复杂化的特点,信息过载现象日益严重,人们难以从中选择自己需要的信息,因此构建室内推荐系统,为人们提供个性化的服务具有非常重要的意义。随着智能手机和定位技术的快速发展,基于位置服务(Location Based Service,LBS)在世界各地都被广泛于日常生活领域,使得解决这一问题成为可能。本文通过分析海量的定位数据与室内复杂的空间环境的特征,利用分布式计算框架高效挖掘用户轨迹数据与室内兴趣点(Point of Interest,POI)之间的关联,提取用户语义轨迹;融合社交媒体数据与场所模型构建室内POI知识图谱;并将知识图谱作为辅助信息引入推荐系统中,搭建个性化偏好模型,完成个性化推荐。本文的主要研究内容如下:(1)基于Spark的室内语义轨迹提取。本文主要基于Spark分布式计算框架首先对室内移动对象定位数据进行异常点检测与中值滤波的数据清洗过滤噪声,其次通过设定时间与空间阈值对轨迹数据进行事件提取与语义增强,实现室内语义轨迹提取。(2)融合社交媒体数据与场所模型的室内POI知识图谱构建。本文首先基于场所模型的概念,从场所的功能属性、场所空间位置与场所情感三个方面对室内POI知识图谱进行本体构建,构建室内POI知识图谱模式层;其次通过网页抽取与正则表达式从开源社交媒体网页中获取到对应POI的结构化与非结构化知识作为知识图谱的数据层;在此基础上,从POI的属性特征和细粒度情感分析模型两个层面提取出室内POI的细粒度场所情感模型,进一步补充室内POI知识图谱的实体关系;从而建立室内POI知识图谱。(3)融合室内空间特征与知识图谱的个性化POI推荐模型。以室内地图为数据源,利用Voronoi图建立室内POI的空间邻近图,以室内位置大数据,采用滑动窗口算法生成室内POI流图,在此基础上,生成POI异构图;以图嵌入算法Node2vec对POI空间邻近图与POI运动流图同时进行随机游走采样,生成随机序列;通过skip-gram模型处理随机序列生成室内POI空间向量,计算POI向量间的余弦相似度建立室内POI空间相似度矩阵,将室内空间相似度矩阵融入到兴趣扩散POI-ripplenet中建立室内POI的个性化推荐框架。

关键词：室内位置大数据语义轨迹 POI知识图谱 ripplenet 个性化推荐

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于深度学习与知识增强的新闻推荐方法研究

基于深度学习与知识增强的新闻推荐方法研究

作者：黄华靖西华大学

学位级别：硕士

随着信息技术的快速发展,现如今的社会对推荐系统的要求也越来越高,特别是在推荐的精度方面,如何更加精准的将一个项目推荐给合适的用户是推荐系统的核心要求。然而新闻推荐具有不同于电影,旅游等项目推荐的独特性,在这些推荐领域,推荐... 详细信息

随着信息技术的快速发展,现如今的社会对推荐系统的要求也越来越高,特别是在推荐的精度方面,如何更加精准的将一个项目推荐给合适的用户是推荐系统的核心要求。然而新闻推荐具有不同于电影,旅游等项目推荐的独特性,在这些推荐领域,推荐系统已经相当完善,要想继续追求更高的精度会产生过高的边际效用,新闻推荐的一大特点就是它具有很高的时效性,一篇新闻文章在一周内的热度会呈指数型下降,如何保证能在新闻文章保持高热度的情况下进行精准推荐是一个热点研究方向。传统的推荐方法在新闻推荐上的成效不容乐观,为了进一步的提高新闻推荐的精度,大量的知识图谱应用于新闻推荐当中,知识图谱的各节点与边能较好的表示文章中各个实体间关系,相较于传统的推荐方法能更好的解决数据稀疏性与冷启动的问题。近年来越来越多的人对新闻推荐有着巨大的研究兴趣,通过对国内外相关研究与参考文献的分析总结,得出目前新闻推荐主要分为非神经网络学习与神经网络学习两种方法,而非神经网络学习的方法基本上是对相似性度量和加权方法的创新,个性化程度低,创新方法简单。在神经网络推荐方法中使用知识图谱进行推荐又是一大热门方向,然而在知识图谱中很少有考虑到关系实体对文章的影响,和在Ripple Net模型中同一层实体的重要性程度问题,而为了解决上述问题,本文使用知识图谱,引入了实体加权与可信度概念来提升新闻推荐的性能。本文的主要贡献体现在以下两方面:(1)提出了一种基于知识增强和可信度识别的新型新闻推荐方法,将新闻文章的知识图谱通过Trans-E方法嵌入至向量空间中,通过实体表示层、上下文嵌入层、信息蒸馏层这三层知识增强模型得到知识增强后的文章向量,然后与用户向量进行链接推荐。在实体表示层引入了可信度概念,通过关系实体可信度识别模型(RTD)将判别出对文章影响近乎为零的,或是可能曲解文章大义的关系实体,将低于可信度阈值的关系实体剔除,从而提升新闻推荐的性能,最后通过实验结果验证出模型的可行性与有效性。使用KRED提供的微软新闻数据集与其他基准模型进行实验对比,验证了RTD模型在新闻推荐上的有效性。(2)提出了一种基于Ripple Net的实体加权新闻推荐模型(R-EW),以用户爱好为原点通过水波模型一层一层向外扩张,构建出一张由用户偏好为原点的知识图谱,提出Ripple Net中每一层实体的重要程度不同的理念,突出了个别实体的重要性,利用Ripple Net的有向边的特性,引入了实体入度的权重计算,得到最终的文章向量与用户向量进行新闻推荐,最后通过实验结果验证出模型的可行性与有效性。通过使用Bing-news数据集验证,与其他基准模型进行实验对比,表明了本文模型在新闻推荐任务中有着优秀的性能,证明了其可行性与有效性。

关键词：新闻推荐知识图谱可信度 ripplenet 实体入度

基于多目标排序与知识图谱增强的推荐算法研究与应用

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于多目标排序与知识图谱增强的推荐算法研究与应用

作者：张衿铭华东师范大学

学位级别：硕士

随着互联网的快速发展以及数据规模的日益增长,借助多任务学习同时对关心的多个目标进行建模和预测的多目标推荐正逐渐成为主流。在不显著增加模型参数量的前提下,多目标排序模型相较于传统的单目标模型能更加全面地考虑用户需求和物品... 详细信息

随着互联网的快速发展以及数据规模的日益增长,借助多任务学习同时对关心的多个目标进行建模和预测的多目标推荐正逐渐成为主流。在不显著增加模型参数量的前提下,多目标排序模型相较于传统的单目标模型能更加全面地考虑用户需求和物品属性,提供更好的推荐体验和商业价值。与此同时,随着图数据的逐渐普及以及图技术的推广应用,知识图谱作为一类包含大量异构特征的信息来源也已被应用于推荐模型的搭建与学习中。已有的研究已表明,将知识图谱作为侧信息引入召回模型,可以一定程度上提高原有模型的预测精度,并显著地缓解数据稀疏性造成的影响。为了能够将知识图谱融入进多目标排序模型,本文主要阐述了多任务学习和基于知识图谱的推荐模型的相关技术原理,着重对基于知识图谱嵌入的推荐算法进行了讨论,并针对已有模型在知识图谱语义特征提取与其他关联信息挖掘上的缺点与不足,结合多目标排序场景特点,提出并实现了一种基于知识图谱增强的多目标排序模型KEMOR(Knowledge graph Enhanced Muti-Objective Ranking)。该模型由三个部分组成,左侧多目标排序模块选用PLE模型作为子模型,负责利用其底层共享表示进行多个目标的学习。右侧知识图谱嵌入模块利用Ripple Net和KGCN两个模型中的涟漪传播和邻域聚合机制,分别对知识图谱中的用户实体和物品实体进行高阶特征提取,借助预测交互概率的辅助任务完成实体节点的嵌入表示。两者低层表示通过中间的交叉压缩单元进行连接,并将知识图谱侧高层所提取到的用户层次兴趣表示和物品高阶聚合表示拼接至多目标排序侧的共享表示中,有效提升了共享表示的完整度,从而实现了知识图谱增强的效果。本文在两个适用于多目标排序的现实世界数据集Ali-CCP和Trade-Up上构造融合知识图谱并进行了一系列对比实验。实验结果表明借助本文所提出的模型将知识图谱作为侧信息引入多目标排序模型的共享表示,能有效增强其推荐性能,对于Ali-CCP测试集中CTR与CTCVR两个目标下的AUC值,有1.7%和2.2%的提升;在Trade-Up中有3.5%和1.7%的提升。模拟不同稀疏性场景的实验结果表明,知识图谱侧信息的融入能够较好地缓解数据稀疏性问题。针对负迁移问题的实验结果表明,KEMOR中通过交叉压缩单元融入的共享表示与直接拼接的高层表示均能改善负迁移现象,对所有目标产生正向增益。

关键词：多任务学习多目标排序知识图谱增强 KEMOR PLE ripplenet KGCN 共享表示数据稀疏性负迁移

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于知识图谱的隐私保护推荐算法

电脑知识与技术 2023年第7期19卷 49-51页

作者：周雨晴汤卫东刘美玲广西民族大学广西南宁530000

基于协同过滤(Collaborative Filtering,CF)的推荐算法可以有效地把用户与推荐内容联系起来,但却通常存在冷启动以及矩阵稀疏等问题,对用户的使用体验造成一定影响。知识图谱能够挖掘用户与推荐内容间的潜在联系,提升推荐的准确性。虽然... 详细信息

基于协同过滤(Collaborative Filtering,CF)的推荐算法可以有效地把用户与推荐内容联系起来,但却通常存在冷启动以及矩阵稀疏等问题,对用户的使用体验造成一定影响。知识图谱能够挖掘用户与推荐内容间的潜在联系,提升推荐的准确性。虽然,在推荐算法中引入知识图谱可以提升算法的推荐效果,但也意味着当推荐系统遭受攻击时用户也将遭受更为严重的隐私安全威胁。文章在知识图谱推荐算法的基础上引入差分隐私机制,提出了一种基于ripplenet模型的隐私保护推荐算法。实验结果表明,该算法能够在一定程度上提升推荐效果,提升推荐效果并降低数据泄露风险。

关键词：知识图谱隐私保护推荐算法 ripplenet 差分隐私