Att-KGCN：基于注意力机制与知识图卷积网络的旅游景点推荐系统
信息检索
2023-11-07 v4 人工智能
图形学
机器学习
摘要
基于知识图的推荐算法已相对成熟。然而，在特定领域的推荐中仍存在一些问题。例如，在旅游领域，选取合适的旅游景点属性作为推荐依据的过程较为复杂。本文提出改进的注意力知识图卷积网络模型，命名为Att-KGCN，其可自动语义地发现目标景点的相邻实体。注意力层聚合相对相似的地点并以相邻向量表示。随后，根据游客的偏好选择，模型预测相似景点的概率作为推荐系统。所用旅游景点知识图数据集基于也门索科特拉岛的旅游数据。通过实验验证，注意力知识图卷积网络在旅游景点推荐上效果良好，并能为游客选择提供更多推荐。
引用
@article{arxiv.2306.10946,
title = {Att-KGCN: Tourist Attractions Recommendation System by using Attention mechanism and Knowledge Graph Convolution Network},
author = {Ahmad A. Mubarak and JingJing Li and Han Cao},
journal= {arXiv preprint arXiv:2306.10946},
year = {2023}
}
备注
7pages, 4 figures, This paper has been submitted to The 3rd International Conference on Emerging Smart Technologies and Applications (eSmarTA2023)