融合相似用户影响效应的知识图谱推荐模型

来源：计算机工程与科学杂志2023年第3期北京时间：

作者：张若一, 金柳, 马慧芳, 王亦可, 李清风

单位：（1.西北师范大学计算机科学与工程学院，甘肃 兰州 730070;2.中国交通信息科技集团有限公司，北京 100088；3.桂林电子科技大学广西可信软件重点实验室,广西 桂林 541004）

摘要：知识图谱(KG)具有丰富的结构化信息，能有效缓解推荐模型的稀疏性和冷启动问题，提升推荐系统的准确性与可解释性。近年来，融合知识图谱的端到端推荐模型成为技术趋势。提出了一种融合相似用户影响效应的知识图谱推荐模型，该模型在有效利用知识图谱的前提下，扩充了用户与项目之间的交互方式。首先，利用图神经网络邻域聚合策略与注意力机制，分别捕获用户与项目在知识图谱上的2种高阶表示；其次，根据相似用户的影响效应，设计影响力增强层，捕获相似用户影响效应的潜在表示；最后，将上述3种表示共同反馈到多层感知机中，输出预测分值。在真实数据集上的实验结果验证了所提模型的有效性和效率。

关键词：知识图谱；推荐系统；注意力机制；影响效应  ,,

基金资助：国家自然科学基金(61762078,61363058,61802404);甘肃省自然科学基金(20JR10RA076，21JR7RA114)；甘肃省高校产业支撑项目(2022CYZC-11)；西北师范大学研究生科研资助计划(2021KYZZ02103)；西北师范大学青年教师能力提升计划(NWNU-LKQN2019-2);广西可信软件重点实验室研究课题(kx202003)