应用知识图谱的推荐方法与系统

饶子昀 张 毅 刘俊涛 曹万华

1.武汉数字工程研究所武汉 430205

推荐系统是一种向目标用户建议可能感兴趣物品的软件工具.随着网络与现实信息的爆炸式增长,越来越多的在线服务商为用户提供商品、音乐、电影等(以下统称为物品)的推荐服务.推荐系统能够满足用户的个性化需求,为在线服务商带来巨大商业价值.同时,推荐方法与系统的研究促进了偏好挖掘、大数据处理、决策支持等领域的相关理论和实践的飞速发展,其学术价值也引起了广泛的关注.

推荐系统面临的重要挑战主要是数据稀疏性问题和冷启动问题.数据稀疏问题指的是相对于数量庞大的用户和物品,仅有少量的物品获得了用户的评价或者购买,难以据此获得相似的用户或相似的物品,使得传统推荐方法失效了.冷启动问题指的

是系统由于并不知道新加入用户的历史行为,无法给他们推荐物品,同样新加入的物品也由于没有被用户评价或购买过而无法被针对性的推荐.

推荐系统中通常利用附加信息来解决上述问题,以提高性能.附加信息(一般也称上下文信息)分为显式信息和隐式信息[1].显式信息是通过诸如物理设备感知、用户问询、用户主动设定等方式获取的与用户、物品相关联的上下文信息.隐式信息即利用已有数据或周围环境间接获取的一些上下文信息,例如可根据用户与系统的交互日志获取时间上下文信息.

近年来,利用以……