-
题名融合知识传播和提示学习机制的推荐模型
被引量：3
- 1
-
-
作者
黄偲偲
柯文俊
张杭
方志
余增文
汪鹏
王清理
-
机构
北京计算机技术及应用研究所
东南大学计算机科学与工程学院
西安电子科技大学计算机科学与技术学院
-
出处
《中文信息学报》
CSCD
北大核心
2023年第5期122-134,共13页
-
基金
国家重点研究与发展计划(2018YFD1100302)。
-
文摘
将知识图谱中的辅助知识应用于推荐系统中,在一定程度上可以缓解数据稀疏问题。但现有基于知识图谱的推荐方法大多只利用实体间的显式关系建模用户行为,而用户和推荐物品之间可能存在无法显式表达的关系。因此,该文提出了一种融合知识图谱传播特征和提示学习范式的推荐模型。首先,以用户与物品的历史交互为起点,利用知识图谱传播用户偏好,获得用户的动态行为信息;然后,将用户静态属性特征信息作为输入,利用提示学习技术,引入预训练语言模型中的隐式知识,挖掘出用户的潜在兴趣,作为对知识图谱显式知识的补充;最后,根据模板词在预训练语言模型词汇表中的概率完成对用户的推荐。实验表明,该方法在MovieLens-1M、Book-Crossing和Last.FM三个数据集上与其他模型相比具有良好的推荐性能,在AUC评价指标上平均分别提升6.4%、4.0%和3.6%,在F1评价指标上平均分别提升了6.0%、1.8%和3.2%。
-
关键词
知识图谱
推荐系统
提示学习
预训练语言模型
-
Keywords
knowledge graph
recommendation system
prompt learning
pre-trained language model
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
