结合用户视角的知识图注意力网络推荐算法

来源：计算机工程与应用杂志2023年第17期北京时间：

作者：张潇, 刘渊

单位：1.江南大学 人工智能与计算机学院，江苏 无锡 214122；2.江苏省媒体设计与软件技术重点实验室，江苏 无锡 214122

摘要：目前基于知识图谱的推荐方法大多仅仅关注于如何用知识图谱中的信息丰富项目的嵌入表示，而忽略了从用户视角出发，更细粒度地挖掘用户-项目交互的协同信息，将用户-项目图中的协同信息与知识图谱中的辅助信息充分结合。针对上述问题，提出了一种结合用户视角的知识图注意力网络推荐算法。在项目端，结合知识感知的注意力嵌入传播，捕获图中的高阶信息；在用户端，建模用户视角因子细化用户-项目图中的协同信息，在知识图谱中沿着关系依赖的路径聚合，进一步丰富了用户和项目的表示，进而预测用户对项目的点击概率分数。在Last.FM和MovieLens-20M公开数据集上的实验表明，与目前主流基线相比，该模型在Recall@K指标上提升了13%～22%，在AUC和F1指标上提升了0.6%~4.5%。

关键词：知识图谱,图神经网络,推荐算法,注意力机制