检索结果-内蒙古大学图书馆

智能计算机与应用 2024年第3期14卷 10-16页

作者：江山韩永华浙江理工大学计算机科学与技术学院杭州310018

针对ripplenet模型推荐结果中存在的用户兴趣属性失真问题,提出一种利用共有属性采样改进的推荐模型Ripple-Net-CA。首先,该模型通过共有属性采样替代原模型的随机采样,来重构知识图谱上的扩展偏好集合(RippleSet),基于增加RippleSet内... 详细信息

针对ripplenet模型推荐结果中存在的用户兴趣属性失真问题,提出一种利用共有属性采样改进的推荐模型Ripple-Net-CA。首先,该模型通过共有属性采样替代原模型的随机采样,来重构知识图谱上的扩展偏好集合(RippleSet),基于增加RippleSet内部节点间的共有属性频数、增强多跳扩展偏好之间的相关性,来提高用户特征包含的信息量。此外,将用户特征和物品特征送入模型,计算用户点击物品的概率,通过排序点击概率得到top-k推荐。实验结果表明,该模型在用户历史偏好多样的场景下,推荐结果更加符合用户的偏好习惯,推荐指标AUC(Area Under Curve)和多样性均获得了相应提升。

关键词：推荐系统知识图谱共有属性采样 ripplenet推荐模型

来源：评论

学校读者我要写书评

暂无评论

融合知识图谱的ripplenet推荐模型优化研究

引用

现代情报 2021年第9期41卷 64-73,83页

作者：刘伟江郝一哲吉林大学数量经济研究中心吉林长春130012 吉林大学商学院吉林长春130012

[目的/意义]通过修正噪声和更改偏好扩散规则优化ripplenet推荐模型,提高推荐准确率。[方法/过程]借鉴“同级参评用户与同级受评项目具有同级评分”思想,识别并修正评分数据集中噪声;制定优先选择由高词频语义关系连接的知识图谱节点的... 详细信息

[目的/意义]通过修正噪声和更改偏好扩散规则优化ripplenet推荐模型,提高推荐准确率。[方法/过程]借鉴“同级参评用户与同级受评项目具有同级评分”思想,识别并修正评分数据集中噪声;制定优先选择由高词频语义关系连接的知识图谱节点的偏好扩散规则并构建用户偏好数据集。[结果/结论]优化后模型比原ripplenet模型Top-K情景下不同K值的平均精准率提升5%;CTR点击率预测情景下测试集平均AUC值从原模型90.7%提高到92.3%。修正数据集中噪声和改进偏好扩散规则可以提高ripplenet推荐模型性能。

关键词：知识图谱 ripplenet推荐模型偏好扩散噪声过滤

来源：评论

学校读者我要写书评

暂无评论

基于知识图谱ripplenet模型的推荐算法研究

基于知识图谱RippleNet模型的推荐算法研究

引用

作者：安文涛南京邮电大学

学位级别：硕士

推荐系统作为一种重要的信息过滤和个性化服务技术,被广泛地应用于各种领域。传统的推荐算法模型虽然已经被广泛地使用,但是传统推荐算法的推荐性能并不高。而知识图谱中包含丰富的实体和属性,通过分析知识图谱中实体之间关系,挖掘潜在... 详细信息

推荐系统作为一种重要的信息过滤和个性化服务技术,被广泛地应用于各种领域。传统的推荐算法模型虽然已经被广泛地使用,但是传统推荐算法的推荐性能并不高。而知识图谱中包含丰富的实体和属性,通过分析知识图谱中实体之间关系,挖掘潜在的相关性和相似性从而实现推荐,能够很好地解决数据稀疏问题和冷启动问题。基于知识图谱的Ripple Net推荐模型在引入向量表示的同时充分利用实体连接关系,挖掘高阶语义,能够实现精准推荐。但是Ripple Net推荐模型并没有充分考虑到数据的重要性,为了能够进一步提高推荐的精准度,本文主要研究内容如下:(1)本文提出了一种通过构建最大子网来消除数据冗余并提高数据相关性的方法。首先,使用提出的子网提取算法抽取最大子网,该子网的节点和边能够很好地反映整个网络的特征。然后,将原始数据集Book-Crossing和Movie Lens-1M与提取的最大子网Book＿Max Sub Net和Movie＿Max Sub Net进行了在Ripple Net模型上的对比实验。在CTR点击率预测场景下,实验结果显示,对于Book-Crossing数据集,AUC值从72.2%提升至72.7%;对于Movie Lens-1M数据集,AUC值从91.3%提升至91.9%。实验证明,通过提取最大子网可以提高推荐的准确性。(2)本文提出了一种混合推荐模型(HRCF),该模型将Ripple Net模型与基于用户的协同过滤算法的推荐结果进行融合。具体地说,该模型通过对两个推荐模型结果进行加权融合,从而提高推荐模型的效果。最终在点击率(CTR)预测的场景下,使用Book-Crossing数据集作为实验数据,HRCF模型与Ripple Net模型进行了比较,结果显示AUC值从72.2%提升至73.1%。同时,在Movie Lens-1M数据集上,AUC值也从91.3%提升至92.1%。(3)最后,本文基于两种改进的推荐模型设计并搭建了电影推荐系统。首先对系统的总体结构进行设计,然后将系统各个功能模块进行实现。通过具体的应用,从而证明上述方法的有效性。

关键词：知识图谱 ripplenet推荐模型子网抽取基于用户的协同过滤

来源：评论

学校读者我要写书评

暂无评论

一种基于ripplenet模型的推荐精度提高方法

引用

计算技术与自动化 2023年第4期42卷 125-130页

作者：安文涛陈珊珊南京邮电大学计算机学院江苏南京210023

ripplenet模型引入向量表示的同时充分利用实体连接关系,挖掘高阶语义,实现精准推荐,但并没有充分考虑到数据的重要性。通过构建概念图谱的最大子网,消除数据的冗余,提高ripplenet模型的推荐精度。利用构建最大子网的思想,通过最大子网... 详细信息

ripplenet模型引入向量表示的同时充分利用实体连接关系,挖掘高阶语义,实现精准推荐,但并没有充分考虑到数据的重要性。通过构建概念图谱的最大子网,消除数据的冗余,提高ripplenet模型的推荐精度。利用构建最大子网的思想,通过最大子网以消除原始数据冗余。处理冗余数据后,对比原始数据,在Top-k场景中不同k值的平均准确率提高1%,在CTR点击率预测场景下所得到的平均AUC值从91.3%提高到91.9%。实验表明,通过提取最大子网可以提高推荐精度。

关键词：知识图谱 ripplenet推荐模型复杂网络子网抽取

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：