融合知识图谱与用户评论的商品推荐算法

来源：计算机工程杂志2020年第8期北京时间：

作者：汤伟韬, 余敦辉, 魏世伟

单位：1. 湖北大学 计算机与信息工程学院, 武汉 430062;2. 湖北省教育信息化工程技术中心, 武汉 430062

摘要：针对基于用户评论的商品推荐算法未充分利用评论之间关联信息的问题，提出一种融合知识图谱与用户评论的商品推荐算法。结合知识图谱对用户评论进行商品特征和情感词提取，构建商品特征集合和商品向量并计算商品相似度矩阵，根据情感词确定商品特征得分，通过随机游走商品节点获取商品特征权重。在此基础上，根据商品特征得分和商品特征权重计算商品推荐价值并进行Top-k推荐。实验结果表明，与基于知识图谱的推荐算法、协同过滤算法、基于内容的推荐算法和混合推荐算法相比，该算法的准确率、召回率和F值最高分别提升15.81%、7.27%和8.55%。

关键词：推荐算法,知识图谱,用户评论,商品特征,随机游走模型

基金资助：国家自然科学基金（61977021）；湖北省技术创新专项重大项目（2018ACA13）。