Shadfa 0.1：伊朗电影知识图谱与基于图嵌入的推荐系统
信息检索
2022-10-17 v1 人工智能
摘要
电影是极好的娱乐来源。然而，当人们试图在这每年显著增长的海量数据中找到想要的内容时，问题便出现了。推荐系统能够提供合适的算法来解决这一问题。由于在多数情况下缺乏可用的用户数据，基于内容的推荐技术受到了青睐。基于内容的推荐系统建立在物品人口统计信息相似性的基础之上；词频-逆文档频率（TF_IDF）与知识图谱嵌入（KGE）是用于向量化数据以计算这些相似性的两种方法。在本文中，我们提出了一种加权基于内容的电影推荐系统，通过结合适用于剧情/描述等文本数据嵌入的 TF_IDF，以及用于嵌入导演姓名等命名实体的 KGE。特征间的权重由遗传算法确定。此外，通过爬取电影相关网站创建了伊朗电影数据集。该数据集与 FarsBase 知识图谱的结构被用于创建 MovieFarsBase 知识图谱，其是所提出的基于内容推荐系统实现过程中的一个组件。使用精确率、召回率和 F1 分数指标，本研究表明所提方法优于使用 TF_IDF 嵌入所有属性的传统方法。
引用
@article{arxiv.2210.07822,
title = {Shadfa 0.1: The Iranian Movie Knowledge Graph and Graph-Embedding-Based Recommender System},
author = {Rayhane Pouyan and Hadi Kalamati and Hannane Ebrahimian and Mohammad Karrabi and Mohammad-R. Akbarzadeh-T},
journal= {arXiv preprint arXiv:2210.07822},
year = {2022}
}
备注
7 pages and 6 figures