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...
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...
本文首先从推荐系统和知识图谱两方面进行背景介绍,通过阐述传统推荐算法存在的问题,进一步说明知识图谱引入到推荐系统中的重要性,随后给出利用知识图谱的推荐系统问题定义。 1.1 推荐系统 推荐系统是一种筛选信息的方法,通过用户-项目的历史交互信息理解项目属性和用户偏好,并基于捕获的用户偏好为用户推荐可能感兴趣的项目...
学术界与工业界的研究者已经构建了一系列知识图谱, 例如 DBpedia KG1)、AceKG2)、Microsoft Satori3)、百度知识图谱4)和 OwnThink KG5)等. 本文将对基于知识图谱的推荐系统从方法、应用两方面进行系统性的综述. 具体地, 我们通 过调研分析近年来的相关文章, 从两类技术方法: 基于嵌入的方法 [10∼12] 和...
盐九生创建的收藏夹NLP内容:【NLP各领域必读!】人工智能70篇综述!知识图谱、语音识别、推荐系统等方向论文合集!——人工智能|自然语言处理|,如果您对当前收藏夹内容感兴趣点击“收藏”可转入个人收藏夹方便浏览
LLM 在推荐系统的综述 | 综述性质的论文,还是来了。这篇文章系统性的讲述了目前 LLM 和推荐结合的主流场景,主要有原生 LLM 推荐、序列推荐、对话推荐、知识图谱推荐、重排序推荐、提示词工程、微调大模型等。 从实际我们的探索来说,LLM 的使用代价还是偏高了,主要还是在一些离线的场景可以落地,但这些文章的思想是...
近年来,将知识图谱(KG)作为边信息引入推荐系统引起了研究者的关注。KG是一个异构图,其中节点作为实体,边表示实体之间的关系。可以将项目及其属性映射到KG中,以了解项目[2]之间的相互关系。此外,还可以将用户和用户端信息集成到KG中,从而更准确地捕捉用户与物品之间的关系以及用户偏好。图1是一个基于KG的推荐示例,...
知识图谱中item之间丰富的语义关系有助于探索它们之间的联系并改进item表征;2. 知识图谱连接了用户历史喜好 items 和被推荐 items,能有助于提升模型可解释性。 但是,知识图谱也存在结构复杂的问题,实体(entities)和关系(relations)都有多个种类。目前高效的基于知识图谱的推荐系统有两大主要问题: 图谱构建 如何聚合 ...