KGCN基於知識圖譜的推薦算法

RippleNet將用戶的興趣在知識圖譜上傳播來抽取用戶特徵。那麼我們是否可以將物品的特徵在知識圖譜上傳播來抽取物品特徵呢?KGCN模型隨之產生。KGCN模型如下如所示。以一個物品爲起點傳播兩次的情況如圖a所示。每一個物品的特徵矢量爲與該物品直接相連的外層物品特徵矢量的和,如圖b所示。並且重點是在相加之前使用了注意力機制,決定注意力權重的因素有用戶特徵和關係特徵,這樣讓推薦的結果具有個性化。 te
相關文章
相關標籤/搜索