第34卷摇第9期计算机技术与发展Vol.34摇No.9
2024年9月摇摇摇摇摇摇摇摇摇摇COMPUTERTECHNOLOGYANDDEVELOPMENT摇摇摇摇摇摇摇摇摇摇Sep.摇2024
融入逻辑规则的知识图谱推荐模型研究
1,21,2*111
高文馨,李贯峰,王云丽,胡德洲,李摇瑞
(1.宁夏大学信息工程学院,宁夏银川750021;
2.宁夏“东数西算冶人工智能与信息安全重点实验室,宁夏银川750021)
摘摇要:知识图谱嵌入技术已在推荐系统领域引起广泛关注,将结构化知识图谱中的信息融入到推荐模型中,可以提高推
荐的个性化程度。然而,因为初始数据的不准确性会导致推荐结果不正确,现存的知识图谱推荐模型中仍存在误差传播
问题。针对这个问题,该文提出了RR-KGE模型,由知识图谱嵌入模块和推荐算法模块组成;其中聚焦于知识图谱嵌入框
架,将规则嵌入和知识图谱嵌入进行联合学习,通过规则给予模型更多的约束条件,以减少误差传播;并结合此框架将推
荐算法ALS(AlternatingLeastSquares)和RNN(RecurrentNeuralNetwork)相融合来获得更加精确的推荐结果;最后将RR-
KGE与不同基准模型进行比较,在两个数据集上多项指标均优于对比模型,证明了推荐方法的有效性。
关键词:知识图谱;知识图谱嵌入;逻辑规则;推荐算法;联合学习
中图分类号:TP391摇摇摇摇摇摇摇文献标识码:A摇摇摇摇摇摇文章编号:1673-629X(2024)09-0109-07
doi:10.20165/ki.ISSN1673-629X.2024.0180
ResearchonKnowledgeGraphRecommendationModels
IntegratedwithLogicalRules
1,21,2*111
GAOWen-xin,LIGuan-feng,WANGYun-li,HUDe-zhou,LIRui
(1.SchoolofInformationEngineering,NingxiaUniversity,Yinchuan750021,China;
2.Ningxia“EastCalculationWestAlgorithm冶ArtificialIntelligenceandInformationSecurityKeyLaboratory,
Yinchuan750021,China)
Abstract:Knowledgegraphembeddingtechnologyhasattractedwidespreadattentioninthefieldofrecommendationsystems.Integrating
informationfromstructuredknowledgegraphsintorecommendationmodelscanenhancethepersonalizationofrecommendations.
However,existingknowledgegraphrecommendationmodelsstillfacetheissueoferrorpropagati