1.《知识图谱：概念与技术》，肖仰华等 著，可作为高年级本科生、硕士生或者博士生的教材，也适合企业与行业智能化的从业人员阅读。2.《从零构建知识图谱：技术、方法与案例》，邵浩，张凯，李方圆，张云柯，戴锡强著，这本书不仅详细讲解了知识图谱的技术原理和构建工具，而且还循序渐进地讲解了知识图谱的构建方法、...
1、《XMind思维导图》 很多同学对于知识点以及概念的理解容易混乱,这时候大家可以借助思维导图理清思路。软件中很简单的设计,包含了很多实用的功能,比如PPT演示。大家可以根据自己整理的知识点构架一个思维导图,看起来更加直白了解。 2、《MindMaster思维导图》 大家在此平台中可以制作很多类型的思维导图,大家在平台...
阿里云知识图谱开放平台datag,由阿里云dataGraph团队与藏经阁团队联合打造,面向知识图谱开发者、使用者和生态应用开发者,提供了一款全流程、轻量化构建和运营知识图谱的综合系统,具备高效开发、灵活部署、模式开放的特点,让业务决策、商品或内容推荐、搜索问答、风险防范等业务场景智能和高效。 2. 百度智能云企业知识中台解...
知识图谱是一种有向异构图,其三元组结构(head、relation、tail)组成的实体及其关系,可以提供辅助信息。 上面的三元组例子中,Forrest Gump是要推荐的内容,其它信息都是知识图谱中查到的这条内容的辅助信息。 Q1:知识图谱能做什么? 案例一:根据知识图谱关联的同staff信息推荐相似电影 案例二:根据关键词关联关系推荐相似...
混合的推荐 二、深度学习模型 三、知识图谱推荐 将知识图谱引入推荐系统主要有三个作用 缓解冷启动 缓解数据稀疏 可解释性 基于知识图谱的推荐系统一般包括知识图谱,推荐模块和连接模块三部分。其中知识图谱存储丰富的实体语义信息,推荐模型计算用户与项目之间的交互信息,并且通过连接模块,将图谱中的语义信息映射成低维向...
元路径（meta-data）的推荐模型：由于知识图谱是由不同实体之间关系的图，因此可以利用图上路径的连通信息计算物品之间的相似度。第二种是将推荐问题形式化为逻辑程序，该逻辑程序对目标客户按查询得分高低输出推荐物品的结果，最终找到目标用户的推荐物品。Personalized Recommendations using Knowledge Graphs，用到三种不同...
本篇文章介绍KGE与图路径结合的知识图谱推荐算法,而RippLeNet在这一类的推荐算法中是最为典型且效果也非常优秀的。 01 RippLeNet基础思想 水波网络(RippLeNet)由上海交通大学和微软亚洲在2018年提出。RippLeNet有效地结合了知识图谱嵌入与知识图谱图路径提供的信息。效果很好,模型可解释性也很便于理解。该算法现在是最热门...
近段时间,基于知识图谱的推荐系统(KG-based recommendation system, KGRS)引起研究者的广泛兴趣,主要是把知识图谱作为辅助信息整合到推荐系统中,这样的做法带来两个方面的优势,其一是能够提高推荐系统的准确性,其二是能够为推荐系统提供可解释性。 准确性:知识图谱可以用来表示实体之间的关系,可以将 item 及其属性信息映...
基于知识图谱的推荐，广义上分为两种，基于embedding和基于path，基于embedding的方法，user和item表示成向量，知识图谱的向量表示来强化embedding效果。 user和item的向量表示：用TransE学习user-item表示，或者通过共享向量表示联合训练TransE和 推荐系统的loss。 比较缺乏推荐解释性。基于path的方法，meta-path来得到更多...