融合知识图卷积网络和用户偏好的推荐算法

摘要

本发明公开了融合知识图卷积网络和用户偏好的推荐算法，属于推荐算法领域，具体为：对输入数据进行预处理，得到交互矩阵和知识图谱；通过交互矩阵得到用户的历史点击对象，并在知识图谱中将与历史点击对象对应的用户节点的邻居信息进行融合，得到用户个性化特征；对知识图谱中物品的邻居信息进行聚合，得到物品个性化特征；对用户和物品的个性化特征进行联合特征提取，得到用户和物品的特征向量；对特征向量进行内积运算，通过预测函数以预测用户偏好。本发明用户的历史点击对象在知识图谱中的扩散获得用户个性化特征；通过聚合物品在知识图谱中邻居信息，得到物品个性化特征，通过用户和物品的个性化特征交替进行，从而提高推荐结果的准确性。