首页|一种改进的知识图注意力网络推荐模型

一种改进的知识图注意力网络推荐模型

扫码查看
原文链接
  • 万方数据
  • 维普
针对知识图注意力网络(Knowledge Graph Attention Network,KGAT)推荐模型在整个知识图谱上传播信息,容易引入噪声的问题,提出一种改进的KGAT模型,通过将注意力嵌入传播层替换为注意力机制嵌入和信息过滤两个部分实现注意力得分机制,优化节点嵌入.在两个公共数据集Amazon-Book和Last-FM上分别进行对比实验,实验结果表明改进模型在recall和ndcg两项评价指标上都有提升,其中在Amazon-Book上分别提升了1.54％和1.68％,在Last-FM上分别提升了1.03％和1.96％,有效地改善了推荐结果.
An Improved Knowledge Graph Attention Network for Recommendation

王志寅

展开 >

太原师范学院计算机科学与技术系,晋中 030600

推荐系统 知识图谱 图神经网络 注意力机制

&&

XTCXZX-2018-002

2022

10.3969/j.issn.1007-1423.2022.18.006

现代计算机
中大控股

现代计算机

影响因子：0.292
ISSN：1007-1423
年,卷(期)：2022.28(18)
  • 2