基于多语义与时序卷积的知识图谱推荐模型

王慧, 祝君豪, 杨志成, 胡昌志

广西师范大学学报(自然科学版) ›› 2026, Vol. 44 ›› Issue (03) : 107 -120.

PDF
广西师范大学学报(自然科学版) ›› 2026, Vol. 44 ›› Issue (03) : 107 -120. DOI: 10.16088/j.issn.1001-6600.2025071802

基于多语义与时序卷积的知识图谱推荐模型

    王慧, 祝君豪, 杨志成, 胡昌志
作者信息 +

Author information +
文章历史 +
PDF

摘要

推荐系统是解决信息过载问题的重要手段,知识图谱是目前推荐系统应用最为广泛的辅助信息来源。现有知识图谱在推荐系统中存在多语义关系动态建模不足、邻居序列依赖与长程关联建模缺失、图结构多层次特征提取能力不足的问题。为解决上述问题,本文提出一种基于多语义与时序卷积的推荐模型MSTC-KG。该模型通过多头注意力机制与门控机制动态融合用户-关系交互,区分邻居节点语义贡献;利用GRU捕捉邻居序列的时序依赖和长程关联;通过一维卷积神经网络提取图结构的局部-全局多层次特征。在2个公开数据集上与14个基线模型的对比实验显示,MSTC-KG在Book-Crossing、MovieLens-20M数据集上AUC分别为0.737和0.982,F1值分别为0.680和0.938,均领先于其他基准模型。实验表明,模型通过“多语义动态区分+时序依赖捕捉+层次特征提取”架构,有效提升推荐准确性和对复杂知识图谱结构的建模能力。

关键词

知识图谱 / 推荐系统 / 多头注意力 / GRU / 卷积神经网络

Key words

引用本文

引用格式 ▾
王慧, 祝君豪, 杨志成, 胡昌志. 基于多语义与时序卷积的知识图谱推荐模型[J]. 广西师范大学学报(自然科学版), 2026, 44(03): 107-120 DOI:10.16088/j.issn.1001-6600.2025071802

登录浏览全文

4963

注册一个新账户 忘记密码

参考文献

AI Summary AI Mindmap
PDF

0

访问

0

被引

详细

导航
相关文章

AI思维导图

/