融合知识图谱与注意力机制的项目推荐算法

知识图谱蕴含丰富的语义信息,广泛应用在不同的推荐场景中。现有的基于知识图谱的推荐方法在图神经网络的建模过程中,粗粒度地考虑用户和项目交互的关系,构建用户特征模型时,忽略不同历史项目的重要性。针对此类问题,提出一种融合知识图谱与注意力机制的项目推荐算法。该算法聚合用户特征,使用注意力机制学习知识图谱高阶潜在关系,构建项目特征时传播其邻域之间的项目嵌入表示,用图卷积网络进行特征聚合,最后使用多层神经网络进行预测。该算法在两组公开数据集上,与基线算法进行对比实验,召回率最高提升6.9%。