-
题名知识图谱增强的图神经网络推荐研究进展
被引量：2
- 1
-
-
作者
吴国栋
王雪妮
刘玉良
-
机构
安徽农业大学信息与计算机学院
-
出处
《计算机工程与应用》
CSCD
北大核心
2023年第4期18-29,共12页
-
基金
国家自然科学基金(31671589)
安徽省自然科学基金(2108085MF209)
安徽省科技重大专项(202103b06020013)。
-
文摘
已有推荐方法主要基于用户与项目的历史交互行为,未充分运用用户及项目相关特征信息,推荐效果并不理想。知识图谱(knowledge graph,KG)增强的图神经网络(graph neural network,GNN)推荐,是以用户与项目交互行为构建的交互图为基础,引入同为图结构的知识图谱,并运用图神经网络技术进行处理,从而实现个性化推荐。深入探讨了现有知识图谱增强的图神经网络推荐研究进展。首先在对图神经网络推荐和知识图谱推荐进行探讨的基础上,从项目知识图谱和协同知识图谱视角,深入分析了当前知识图谱增强的图神经网络推荐取得的相关研究成果;然后从大规模动态知识图谱处理、用户对项目属性的偏好挖掘、知识图谱的图嵌入学习等方面,指出了已有知识图谱增强的图神经网络推荐研究存在的主要问题;最后从动态时序知识图谱增强的GNN推荐、元学习的知识图谱增强GNN推荐、多模态知识图谱增强的GNN推荐、知识图谱增强的GNN跨领域推荐等方面,展望了知识图谱增强的图神经网络推荐未来主要研究方向。
-
关键词
知识图谱
图神经网络
推荐系统
项目知识图谱
协同知识图谱
-
Keywords
knowledge graph
graph neural network
recommendation system
item knowledge graph
collaborative knowledge graph
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
