融合注意力机制与知识图神经协同推荐算法

摘要

目前传统的基于协同过滤的推荐算法面对数据稀疏和冷启动问题时表现欠佳,而知识图谱辅助的推荐系统可以有效缓解这一问题,辅以注意力机制,设计了一种融合注意力机制与知识图神经协同推荐算法。首先根据用户与项目的交互图与项目属性的知识图谱进行组合,以此为基础进行嵌入表示;然后利用注意力机制来学习知识图谱中的高阶潜在关系信息并进行聚合,同时结合用户的长短期兴趣偏好通过门控循环神经网络训练获取用户最终偏好进行推荐;最后采用协同过滤方法生成推荐列表。在MovieLens-1M和Amazon-Book数据集上进行实验,所提算法在推荐召回率、准确率、命中率和NDCG的评价指标上均有提升,验证了算法的有效性。