知识图谱与多任务学习结合的深度推荐
时间: 2023-11-05 14:17:51 浏览: 63
知识图谱与多任务学习结合的深度推荐是指在推荐系统中,利用知识图谱作为辅助信息来增强推荐效果。具体而言,通过将知识图谱嵌入任务与推荐任务联合训练,可以学习到项目与知识图谱中的实体之间的高级交互关系,从而改进推荐系统的性能。
一种代表性的方法叫做MKR(Multi-Task Feature Learning for Knowledge Graph Enhanced Recommendation)。MKR是一个深层的端到端框架,它利用知识图谱嵌入任务来辅助推荐任务。在MKR中,使用交叉压缩单元来关联这两个任务,交叉压缩单元自动共享潜在特征,并学习推荐系统中的项目与知识图谱中的实体之间的交互。
通过在现实世界数据集上进行广泛实验,研究人员证明了MKR在电影、书籍、音乐和新闻推荐方面取得了可观的收益。即使在用户-物品交互稀疏的情况下,MKR仍能保持良好的性能。这表明知识图谱与多任务学习的结合可以有效地增强推荐系统的能力,并提升推荐结果的准确性和个性化程度。<span class="em">1</span><span class="em">2</span><span class="em">3</span>
#### 引用[.reference_title]
- *1* *2* [深度学习+知识图谱,一个不小心就顶流的话题](https://blog.csdn.net/hzbooks/article/details/121646436)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 50%"]
- *3* [【论文翻译】用知识图谱的多任务特征学习来增强推荐](https://blog.csdn.net/xd963625627/article/details/104728132)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 50%"]
[ .reference_list ]