利用知识图谱的推荐系统研究综述

TP391.3; 随着互联网的快速发展,如何从海量数据中筛选实际需要的信息变得尤为重要.推荐系统作为一种信息过滤的方法,旨在为用户推荐个性化内容.传统推荐算法中普遍存在数据稀疏和冷启动问题,近年来,研究者利用知识图谱中丰富的实体与关系信息,不仅能够缓解以上问题,同时增强了推荐系统的整体性能.利用知识图谱的推荐系统研究主要包括三方面内容:介绍推荐系统和知识图谱的基本概念,指出现有推荐算法的不足之处;根据不同核心技术详细分析利用知识图谱的推荐系统研究现状,评估不同方法的技术优势与挑战;总结相关应用场景和数据集信息,并展望未来发展前景....

Full description

Saved in:
Bibliographic Details
Published in计算机工程与应用 Vol. 59; no. 4; pp. 30 - 42
Main Authors 张明星, 张骁雄, 刘姗姗, 田昊, 杨琴琴
Format Journal Article
LanguageChinese
Published 南京信息工程大学 计算机学院、软件学院、网络空间安全学院,南京 210044 15.02.2024
南京信息工程大学 电子与信息工程学院,南京 210044
国防科技大学 第六十三研究所,南京 210007%国防科技大学 第六十三研究所,南京 210007%国防科技大学 第六十三研究所,南京 210007
Subjects
知识图谱
推荐系统
个性化内容
数据稀疏
冷启动
Online AccessGet full text

Cover

More Information
Summary:TP391.3; 随着互联网的快速发展,如何从海量数据中筛选实际需要的信息变得尤为重要.推荐系统作为一种信息过滤的方法,旨在为用户推荐个性化内容.传统推荐算法中普遍存在数据稀疏和冷启动问题,近年来,研究者利用知识图谱中丰富的实体与关系信息,不仅能够缓解以上问题,同时增强了推荐系统的整体性能.利用知识图谱的推荐系统研究主要包括三方面内容:介绍推荐系统和知识图谱的基本概念,指出现有推荐算法的不足之处;根据不同核心技术详细分析利用知识图谱的推荐系统研究现状,评估不同方法的技术优势与挑战;总结相关应用场景和数据集信息,并展望未来发展前景.
ISSN:1002-8331
DOI:10.3778/j.issn.1002-8331.2209-0033