Aug, 2023

基于知识的多重自适应空间融合推荐

PDF
TL;DR本研究提出了一种基于知识的多重自适应空间融合方法 (MCKG) 用于推荐，通过引入与双曲、欧氏和球形空间兼容的统一空间，并以注意机制融合多个统一空间，获得高质量嵌入以实现更好的知识传播。此外，提出了一种几何感知优化策略，使模型能够从双曲和球形空间中受益，通过在靠近原点的区域设置较小的边界值来区分高度相似的正向项目和负向项目，并在远离原点的区域设置较大的边界值以确保模型具有足够的误差容忍度。大量的实验结果表明，MCKG 在三个真实世界数据集上相较于最先进的推荐方法有了显著的改进。进一步的消融实验验证了多空间融合和几何感知优化策略的重要性，证明了 MCKG 的合理性和有效性。
knowledge graphskg-enhanced recommendationmultiple adaptive spaces fusiongeometry-aware optimization strategymckg
发现论文，激发创造
  • 超几何分层知识图谱嵌入的低维链接预测

    本文提出了一种新颖的基于注意力的可学习曲率超几何分层知识图嵌入模型（HypHKGE），以在超几何空间中有效地建模知识图中的语义层次结构，并在低维度下表现出色，特别是在链接预测方面。

    Apr, 2022

  • 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

  • 使用双曲几何建模无标度图以实现知识感知推荐

    本文提出了一种基于超几何知识增强图卷积网络的知识感知推荐方法，用于解决传统推荐系统中数据稀疏和冷启动问题，通过将知识图谱与用户 - 项目交互进行统一构建三元图来建模，采用不同的信息传播策略在超 bolic 空间中显式地编码异质信息，实现信息的协同聚合，并在三个真实数据集上进行了广泛实验证明，提出的方法优于现有最新方法，可以在 Top-K 推荐中提高 3.6-15.3％的召回率。

    Aug, 2021

  • 几何交互知识图谱嵌入

    本文阐述了通过将知识图谱嵌入欧几里得空间、双曲空间和高维球面空间，提出了一种基于几何交互方法的知识图谱嵌入（GIE）。实验结果表明，与其他嵌入方法相比，GIE 在三个知识图谱数据集上的表现更加优异。

    Jun, 2022

  • 知识图谱嵌入：从表示空间的角度进行的调查

    本文从数学空间的角度系统性地回顾了当前存在的 KGE 技术，并介绍了基本的数学空间定义。通过对不同的类别 KGE 方法的讨论，总结了它们在不同嵌入需求下如何发挥空间优势，并探讨了数学空间在不同场景下的优势和原因。最后，从表示空间的角度提出了一些有前途的研究方向，希望能激发研究人员在设计 KGE 模型及相关应用时更加考虑其数学空间特性。

    Nov, 2022

  • HyperKG：基于双曲空间的知识图谱嵌入用于知识库补全

    本文提出 HyperKG，一个使用超几何空间来更好地反映知识库的拓扑性质，从而提高知识库完成任务性能的模型，并在各种链接预测数据集中验证了该模型的有效性。

    Aug, 2019

  • 在双曲空间中的多模态实体对齐

    本研究提出了一种新的多模态实体对齐方法，构建在超伪椭球流形的基础上，通过结构和视觉信息相结合，提高了多模态知识图谱的准确性和完整性。

    Jun, 2021

  • 低维双曲知识图谱嵌入

    本文介绍了一种超几何知识图嵌入方法，可以同时捕捉层次结构和逻辑模式，并在现有方法的基础上提高了平均倒数排名（MRR）达 6.1%。

    May, 2020

  • 双几何空间嵌入模型用于双视图知识图谱

    本研究构建双视图知识图谱嵌入模型，使用复杂非欧几里德几何空间模拟两个视图，并使用球体空间、双曲空间及其交集进行统一框架学习。该模型在公共数据集上表现优异，表明其在模拟知识图谱的异构结构方面的能力更强。

    Sep, 2022

  • 超超负曲率知识图谱嵌入

    本文提出了一种新的知识图谱嵌入方法 UltraE，它使用超弦广义相对论模型天衣无缝地将双曲和球形流形交错地组织起来，使其能够同时建模异构结构和复杂的关系模式，实验结果表明，UltraE 优于之前的欧几里得和双曲嵌入方法。

    Jun, 2022