Обзор рекомендательных систем на основе графов знаний

A Survey on Knowledge Graph-Based Recommender Systems
Xing Xie, Hui Xiong, Hengshu Zhu, Qing He, Fuzhen Zhuang, Qingyu Guo, Chuan Qin
2020-10-07

методы на основе соединенийметоды на основе встраиванияграф знанийрекомендательные системы на основе графа знанийметоды на основе распространения
Для решения проблемы информационного взрыва и улучшения пользовательского опыта в различных онлайн-приложениях были разработаны рекомендательные системы для моделирования предпочтений пользователей. Несмотря на многочисленные усилия по созданию более персонализированных рекомендаций, рекомендательные системы по-прежнему сталкиваются с рядом проблем, таких как нехватка данных и проблема холодного старта. В последние годы генерация рекомендаций с использованием графа знаний в качестве вспомогательной информации привлекает значительный интерес. Такой подход может не только смягчить указанные проблемы для более точных рекомендаций, но и обеспечить объяснимость рекомендуемых объектов. В этой статье мы проводим систематический обзор рекомендательных систем на основе графов знаний. Мы собираем недавно опубликованные работы в этой области и объединяем их в три категории: методы на основе встраиваний, методы на основе связей и методы на основе распространения. Каждую категорию мы далее подразделяем в соответствии с характеристиками подходов. Более того, мы исследуем предложенные алгоритмы, сосредотачиваясь на том, как работы используют граф знаний для получения точных и объяснимых рекомендаций. Наконец, мы предлагаем несколько потенциальных направлений дальнейших исследований в этой области.
1
Каждую из трёх категорий можно дополнительно подразделить в зависимости от характеристик методов
2
Рекомендации на основе KG могут повысить точность рекомендаций и обеспечить объяснимость рекомендуемых объектов
3
Графы знаний (KG) в качестве дополнительной информации могут смягчить проблемы разреженности данных и холодного старта в рекомендательных системах
4
Статья предлагает несколько потенциальных направлений исследований в области рекомендательных систем на основе графов знаний
5
В работе проанализировано, как существующие алгоритмы используют KG для получения точных и объяснимых рекомендаций
6
Обзор классифицирует методы рекомендательных систем на основе KG на три основные категории: методы на основе встраиваний, методы на основе связей и методы на основе распространения

Рекомендательные системы, использующие граф знаний

Использование графов знаний для повышения точности и объяснимости рекомендаций, включая категоризацию и анализ методов на основе встраиваний, связей и распространения

Publication Details
Publication Date
2020-10-07
Journal
Publisher
ISSN
Cited by
1077
Access Type
Author Information
Authors
Xing Xie
Hui Xiong
Hengshu Zhu
Qing He
Fuzhen Zhuang
Qingyu Guo
Chuan Qin
Explore further
Open the scid.ai AI chat with a ready-made request: it will find papers on a similar topic and help build a literature review.
Find similar papers in the chat →
Make a presentation
100%