推薦算法正隨著互聯(lián)網(wǎng)的蓬勃發(fā)展而發(fā)揮著越來越重要的作用,數(shù)據(jù)總量呈指數(shù)級增長,使得越來越多的用戶在大量無用、冗雜的信息中迷失。目前,推薦算法主要通過使用用戶和物品的交互數(shù)據(jù)作為輸入,進行相似度計算,實現(xiàn)推薦功能,當推薦算法輸入數(shù)據(jù)不足時就會出現(xiàn)數(shù)據(jù)稀疏和冷啟動問題,使得推薦結(jié)果不準確,用戶對推薦系統(tǒng)的好感度降低。為增加用戶對個性化推薦服務(wù)的使用意愿,在推薦算法中引入知識圖譜,深入挖掘知識圖譜中豐富的實體及關(guān)系特征,對提供更加準確、多樣和可解釋的推薦算法有著重要的實用價值。對此,本文的主要研究工作如下:首先,為豐富推薦算法的輸入,使推薦結(jié)果更具多樣性,本文將知識圖譜引入推薦算法中。通過Scrapy爬蟲框架和實體對齊等技術(shù)構(gòu)建計算機類圖書知識圖譜。知識圖譜中含有豐富的實體及實體間語義關(guān)系對構(gòu)建可解釋的推薦算法很有幫助,并且可以增加物品的特征描述,使推薦結(jié)果更具多樣性。其次,為使推薦算法和知識圖譜能夠有效融合,本文提出一種基于關(guān)系記憶的膠囊網(wǎng)絡(luò)知識圖譜嵌入模型(CNKGE)。通過CNKGE模型先行處理知識圖譜,利用關(guān)系記憶網(wǎng)絡(luò)編碼知識圖譜中的三元組特征,再通過膠囊網(wǎng)絡(luò)進行特征處理,能夠?qū)χR...

【文章頁數(shù)】：62 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
abstract
1 緒論
    1.1 研究背景與意義
    1.2 相關(guān)技術(shù)的研究現(xiàn)狀
        1.2.1 基于本體的推薦
        1.2.2 基于鏈接開放數(shù)據(jù)的推薦
        1.2.3 基于圖嵌入的推薦
    1.3 研究內(nèi)容
    1.4 論文的組織結(jié)構(gòu)
2 相關(guān)研究基礎(chǔ)
    2.1 知識圖譜
    2.2 知識圖譜嵌入
    2.3 推薦算法
        2.3.1 基于內(nèi)容的推薦算法
        2.3.2 基于用戶的協(xié)同過濾推薦算法
        2.3.3 基于物品的協(xié)同過濾推薦算法
        2.3.4 混合推薦算法
    2.4 本章小結(jié)
3 計算機類圖書知識圖譜的構(gòu)建
    3.1 數(shù)據(jù)來源和預(yù)處理
        3.1.1 數(shù)據(jù)采集框架
        3.1.2 數(shù)據(jù)爬取過程
        3.1.3 數(shù)據(jù)預(yù)處理
    3.2 實體對齊
        3.2.1 作者實體對齊
        3.2.2 圖書實體對齊
    3.3 數(shù)據(jù)模型構(gòu)建
    3.4 知識存儲
    3.5 本章小結(jié)
4 基于關(guān)系記憶的膠囊網(wǎng)絡(luò)知識圖譜嵌入模型
    4.1 膠囊網(wǎng)絡(luò)
        4.1.1 膠囊網(wǎng)絡(luò)的結(jié)構(gòu)和原理
        4.1.2 膠囊網(wǎng)絡(luò)相關(guān)模型
    4.2 基于關(guān)系記憶的膠囊網(wǎng)絡(luò)知識圖譜嵌入模型
        4.2.1 模型定義
        4.2.2 模型訓(xùn)練
    4.3 鏈接預(yù)測實驗
        4.3.1 數(shù)據(jù)集
        4.3.2 超參數(shù)設(shè)置
        4.3.3 評估指標
        4.3.4 實驗結(jié)果分析
    4.4 三元組分類實驗
        4.4.1 評估指標
        4.4.2 實驗分析
    4.5 本章小結(jié)
5 基于CNKGE模型的計算機類圖書推薦算法
    5.1 問題定義
    5.2 算法整體框架
    5.3 基于膠囊網(wǎng)絡(luò)的知識圖譜嵌入
    5.4 圖書相似度計算
        5.4.1 基于知識圖譜的圖書相似度計算
        5.4.2 基于協(xié)同過濾推薦算法的圖書相似度計算
        5.4.3 相似度融合
    5.5 推薦列表生成
    5.6 實驗與分析
        5.6.1 實驗數(shù)據(jù)
        5.6.2 評估指標
        5.6.3 實驗結(jié)果與分析
    5.7 本章小結(jié)
6 研究總結(jié)與展望
    6.1 研究總結(jié)
    6.2 展望
參考文獻
攻讀碩士學(xué)位期間科研成果情況
致謝



本文編號：3862817