统一知识图学习和推荐:更好地理解用户偏好Unifying Knowledge Graph Learning and Recommendation

摘要： 将知识图(KG)引入推荐系统，可以提高推荐的准确性和可解释性。然而，现有的方法在很大程度上假定KG是完整的，并且只是在实体原始数据或嵌入的浅层次上传输KG中的“知识”。这可能导致性能不够理想，因为实际的KG几乎不可能完成，而且通常KG缺少事实、关系和实体。因此，我们认为在将KG引入推荐系统时，考虑其不完全性是非常重要的。      在本文中，我们共同学习了推荐模型和知识图补全。与以往基于K

>>阅读原文<<