.png){kind=icon}
返回
Generic User Behavior: A User Behavior Similarity-Based Recommendation Method
.png){kind=icon}
PRE
AI
DOI：10.1089/big.2022.0260.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
推荐系统（RS）在大数据研究中扮演着重要角色。其核心思想是处理海量数据，以准确地向用户推荐物品。推荐方法是整个RS的核心研究内容。然而，现有的推荐方法仍存在以下两个不足：(1) 大多数推荐方法仅使用一种用户与物品的交互信息（如浏览或购买），这难以建模完整的用户偏好。(2) 大多数主流推荐方法仅考虑推荐的最终一致性（如用户偏好），而忽略过程一致性（如用户行为），导致最终结果存在偏差。本文提出了一种基于实体交互知识图谱（EIKG）的推荐方法，该方法借鉴了协同过滤的思想，并创新性地利用用户行为的相似性来推荐物品。该方法首先从相关数据集中提取包含交互关系的事实三元组以生成EIKG；然后嵌入EIKG中的实体和关系；最后使用链接预测技术为用户推荐物品。将所提出的方法与Scholat和Lizhi两个公开数据集上的其他推荐方法进行比较，实验结果表明，该方法在大多数指标上超越了当前最佳水平，验证了所提出方法的有效性。
Keyword:
Recommender system
Entity Interaction Knowledge Graph
Collaborative filtering
Link prediction
User behavior similarity
期刊
IF:
6.4
论文数:
1.5K
被引数:
1.1W
机构
引用论文
Personalized recommendation system based on knowledge embedding and historical behavior.png)
APPLIED INTELLIGENCE
APPLIED INTELLIGENCEIF3.5
PREAI
分享收藏StaResGRU-CNN with CMedLMs: A stacked residual GRU-CNN with pre-trained biomedical language models for predictive intelligence具有CMedLMs的staresgru-cnn: 具有预训练生物医学语言模型的堆叠残差gru-cnn，用于预测智能
OAAI
OAAI分享收藏Knowledge Graph and Deep Learning-based Text-to-GQL Model for Intelligent Medical Consultation Chatbot基于知识图谱和深度学习的智能医疗咨询聊天机器人文本到GQL模型OAAI
OAAI分享收藏Personalized Course Recommendation System Fusing with Knowledge Graph and Collaborative Filtering
OAAI
OAAI分享收藏
查看更多内容