融合知识图谱和评论文本的个性化推荐模型

来源：计算机工程与科学杂志2023年第1期北京时间：

作者：邹程辉, 李卫疆,

单位：1.昆明理工大学信息工程与自动化学院，云南 昆明 650500；2.昆明理工大学云南省人工智能重点实验室，云南 昆明 650500

摘要：推荐系统的目的是解决“信息过载”的问题，然而目前的研究方法大多利用用户和商品信息对用户兴趣进行建模，没有同时利用知识图谱构建用户模型来增强推荐系统的性能，因此提出了融合知识图谱和评论文本的个性化推荐模型。首先,通过不同类型的知识图谱分别关联用户项目和用户评论文本，扩展用户的兴趣和提取评论文本中的实体；其次,通过构造用户兴趣网络得到带有用户兴趣偏好的兴趣特征；然后,通过构造画像模块和情感模块的画像网络提取到带有用户情感倾向的画像特征；利用决策层进行点击率预测。最后在Amazon数据集上进行了实验比较，对所提模型的性能进行了评估，并与目前的融合知识图谱和评论文本的推荐模型进行比较，验证了所提模型的有效性。

关键词：推荐系统,知识图谱,权重异构图,兴趣注意力,

基金资助：国家自然科学基金(62066022)