Shadfa 0.1: 伊朗电影知识图谱及基于图嵌入的推荐系统

Oct, 2022

Shadfa 0.1: 伊朗电影知识图谱及基于图嵌入的推荐系统

Shadfa 0.1: The Iranian Movie Knowledge Graph and Graph-Embedding-Based Recommender System

Rayhane Pouyan, Hadi Kalamati, Hannane Ebrahimian, Mohammad Karrabi, Mohammad-R. Akbarzadeh-T

TL;DR本文提出了一种组合了 TF-IDF 和 KGE 的加权内容推荐系统，用于嵌入文本数据和命名实体。通过复合方法，还使用从电影相关网站爬取的数据集和 FarsBase KG 的结构来构建 MovieFarsBase KG，该方法明显优于传统的 TF-IDF 方法。

Abstract

Movies are a great source of entertainment. However, the problem arises when one is trying to find the desired content within this vast amount of data which is significantly increasing every year. recommender systems can provide appropriate algorithms to solve this problem. The content

recommender systems content-based tf-idf knowledge graph embedding iranian movies dataset

发现论文，激发创造

视频流媒体平台基于内容的推荐引擎

本研究提出了一个基于内容的推荐引擎，通过使用机器学习算法为用户提供视频建议，该引擎基于用户先前的兴趣和选择。我们将使用 TF-IDF 文本向量化方法来确定文档中单词的相关性，然后通过计算它们之间的余弦相似度来找出每个内容之间的相似度。最后，根据获取的相似度分数值，引擎将向用户推荐视频。此外，我们将通过计算所提出系统的准确率、召回率和 F1 得分来评估引擎的性能。

Aug, 2023

基于知识图谱嵌入的个性化推荐系统

本研究通过将知识图谱嵌入汽车购买 / 销售领域，旨在构建个性化推荐系统，并通过实验证明所提出的方法能够提供与个体用户一致的相关推荐。

Jul, 2023

一种基于超图的图书馆在线资源推荐方法

分析数字图书馆的使用数据，利用聚类算法（包括基于内容和基于用户访问模式）设计推荐系统，并通过超图算法生成的聚类模型相较基于内容的聚类算法设计的推荐系统更准确。

Dec, 2023

Poincaré 球中基于知识增强的 Top-K 推荐

本文中介绍了一种基于超螺旋空间的个性化推荐模型，其中使用了知识图谱、超螺旋空间和自适应的正则化机制，通过在三个真实数据集上的实验表明，相较于最先进的现有模型，该模型在 NDCG@K 上的推荐效果提高了 2-16%。

Jan, 2021

利用知识图谱提供附加信息以提高推荐准确性的应用

本研究采用知识图谱来优化推荐算法，提供更加个性化的推荐解决方案，并在实验中验证了其显著的性能优势，对于领域（如电影推荐）的个性化推荐具有参考价值。