基于知识图谱和用户长短期偏好的个性化景点推荐

贾中浩，宾辰忠，古天龙，常亮，朱桂明，陈炜．基于知识图谱和用户长短期偏好的个性化景点推荐．智能系统学报.
基于知识图谱和用户长短期偏好的个性化景点推荐

研究背景

随着人民消费水平的提高，个性化旅游推荐受到越来越多人的追求和关注。

思想

知识图谱的出现解决了传统的个性化推荐中存在数据稀疏和冷启动问题，但知识图谱中没有考虑用户访问序列问题，因为用户的偏好会随时间发生改变。
基于以上问题，提出一种基于知识图谱和用户长短期偏好的个性化景点推荐方法，以下称KG-ULSP。
首先，将用户、景点以及评分构建旅游景点知识图谱，使用网络学习中的具有代表性的方法Node2Vec，通过带偏执的随机游走策略，利用神经网络语言模型 Word2Vec将景点映射到低维空间得到每个景点的特征向量表示。然后将景点向量输入到门控循环单元（GRU）网络训练得到关于景点序列的潜在向量表示。这样得到的景点向量既包含了景点属性和网络结构语义信息，又包含了用户的历史访问景点序列信息。之后，使用注意力机制建模用户长期偏好和短期偏好，线性拼接两者，预测每个景点在下一次访问的概率并生成用户可能喜欢景点的推荐列表。