面向知识图谱推荐的动态知识选择器与评估器
信息检索
2025-02-24 v1 人工智能
摘要
近年来，推荐系统通常利用知识图谱提供的边信息，并结合图网络在推荐领域的高阶连通性优势。然而，该方法受限于标签稀疏性，无法很好地学习图结构，且知识图谱中大量噪声实体会影响推荐结果的准确性。为缓解上述问题，我们提出一种由协同信号引导的动态知识选择与评估方法，用于从知识图谱中提取信息。具体而言，我们使用链式路径评估器来评估不同邻域对推荐任务的贡献，并在评估之前采用知识选择策略过滤信息量较少的知识。我们在三个公开数据集上进行了基线模型比较与实验消融评估。实验表明，我们提出的模型优于当前最先进的基线模型，且通过消融实验验证了模型中各模块的有效性。
引用
@article{arxiv.2502.15623,
title = {Dynamic Knowledge Selector and Evaluator for recommendation with Knowledge Graph},
author = {Feng Xia and Zhifei Hu},
journal= {arXiv preprint arXiv:2502.15623},
year = {2025}
}