基于知识图谱的个性化推荐算法研究

摘要

传统个性化推荐算法难以挖掘用户偏好的深层动因，存在用户偏好建模粒度不足、表征同质化等问题。基于此，本文提出了一种多视图用户偏好学习模型，该模型融合知识图谱语义关联和用户行为特征，构建了双通道偏好解析机制。实验选取了公开数据集，结果显示：该模型在多个指标上显著优于基线模型，具体表现在推荐准确性、排序质量和长尾覆盖率的明显提升，且计算复杂度更低。因此，该模型可作为个性化推荐的有效方案。

关键词

知识图谱 / 个性化推荐 / 推荐算法 / 用户偏好学习