文章目录
论文阅读笔记_《基于知识图嵌入的协同过滤推荐算法_张屹晗》
知识储备
1、Freebase是一个由元数据组成的大型合作知识库,结构化数据,结构分为三层:Domain -> Type -> Topic,全部数据迁移至Wikidata(Freebase 是已经被废弃的知识库)
2、TransR 空间投影,创新点是将 TransH 的投影到超平面更进一步——投影到空间,本质是将投影向量换为投影矩阵,实体还是用一个向量表示,关系用一个向量和一个矩阵表示。效果提升并不大,但计算量显著增大。TransR 的 R 代表 relation space
3、Top-N推荐是指寻找一组最有可能引起特定用户兴趣的N个物品并将其以列表的形式推荐给该用户的任务
4、Adam 是一种可以替代传统随机梯度下降过程的一阶优化算法,它能基于训练数据迭代地更新神经网络权重(参考:Adam优化算法)
5、性能评估指标:准确率Precision、召回率Recall、F1是Precision 和 Recall的调和平均值和 NDCG为标准化折现累积收益,是一种衡量排名质量的指标,通过归一化的得分来评估测试集中每一个用户得到的推荐列表结果。
摘要
针对如何获取项目的结构化知识并对其进行语义特征提取这一问题,提出了一种基于知识图嵌入的协同过滤推荐算法(Knowledge Graph Embedding based Collaborative Filtering&