原文:RippleNet: Propagating User Preferences on the Knowledge Graph for Recommender Systems

一 摘要 为了解决协同过滤的稀疏性和冷启动问题,社交网络或项目属性等辅助信息被用来提高推荐性能。 考虑到知识图谱是边信息的来源,为了解决现有的基于嵌入和基于路径的知识图谱感知重构方法的局限性,本文提出了一种端到端框架,它自然地将知识图结合到推荐系统中。 与水上传播的实际涟漪类似,RippleNet通过在知识图谱实体集上传播用户兴趣,从而自主迭代地沿着知识图谱中的链接来扩展用户的潜在兴趣。 因此,由 ...

2019-11-28 14:00 3 687 推荐指数:

查看详情

CKE(Collaborative Knowledge Base Embedding for Recommender Systems)笔记

2016的paper 利用知识库中的异构信息来提高推荐系统质量。主要贡献是在推荐系统中引入了结构信息、文本数据、图像数据等知识库中的信息来提升推荐系统的质量。 论文是基于什么问题提出来的? CF(协同过滤)方法由于user-item矩阵的稀疏性,效果受限。 论文提出了什么方法 使用辅助 ...

Fri Aug 27 01:00:00 CST 2021 0 228
推荐系统(Recommender systems

目录 推荐系统(Recommender systems) 1.预测电影评分 2.协同过滤(collaborative filtering) 具体算法实现 3.协同过滤算法的向量化实现 推荐 ...

Sun Jul 30 07:15:00 CST 2017 0 1710
Recommender Systems Handbook读书笔记之7

Recommender Systems Handbook读书笔记之7 《Recommender Systems Handbook》,市面上不多的关于推荐系统的书之一。2010年10月出版,英文版。目前还没有中文版,估计出中文版的可能性不大,读者数量太少了。全书871页,比较 ...

Mon Mar 19 06:46:00 CST 2012 0 3400
论文阅读 - Matrix Factorization Techniques for Recommender Systems

本文为阅读 MF 经典论文 Matrix Factorization Techniques for Recommender Systems 的笔记。 推荐系统算法 从推荐系统做推荐的依据,大体上可以将推荐系统分为两种: 基于内容 协同过滤 基于内容的推荐算法 对于用户 ...

Tue Sep 17 23:57:00 CST 2019 0 664
聊一聊google的Knowledge Graph

什么是Knowledge Graph? 它是google用于增强它的搜索引擎的功能和提高搜索结果质量的一种技术。在2012年5月16日提出,除了提供基本的与主题相关的链接服务之外,它还能结构化与主题相关的信息。这样做的目的就是让用户无需通过点击多个相关链接自己手动去搜索相关信息,而是google ...

Wed Jul 08 01:10:00 CST 2015 0 4149
推荐系统(recommender systems):预测电影评分--问题描述

推荐系统很重要的原因:1》它是机器学习的一个重要应用2》对于机器学习来说,特征是非常重要的,对于一些问题,存在一些算法能自动帮我选择一些优良的features,推荐系统就可以帮助我们做这样的事情。 ...

Thu Aug 24 22:49:00 CST 2017 0 1103
 
粤ICP备18138465号  © 2018-2025 CODEPRJ.COM