基于知识图谱的图神经网络个性化推荐方法研究 

文思源 

北京邮电大学，北京，100000； 

摘要：本文提出了一种基于知识图谱和图神经网络的个性化推荐方法，旨在克服传统推荐方法的局限性。尽管协 同过滤和基于内容的推荐方法在实践中有效，但它们难以捕捉深层次的语义关系和用户决策背后的动机。为此， 本文引入分区知识图谱嵌入方法，平衡表达能力与计算效率，并将知识图谱增强的嵌入引入图神经网络中。该方 法能够更好地捕捉用户偏好，提高推荐的可解释性与准确性。实验结果表明，所提方法在推荐精度方面优于现有 方法，验证了其在个性化推荐中的有效性。 

关键词：知识图谱；图神经网络；推荐 

参考文献

[1]Ko H, Lee S, Park Y, et al. A survey of recommendation systems: recommendation models, techniques, and application fields[J]. Electronics, 2022, 11(1): 141.

[2]GUO Q, ZHUANG F, QIN C, et al. A Survey on Knowledge Graph-Based Recommender Systems[J/OL]. IEEE Transactions on Knowledge and Data Engineering, 2022: 3549-3568.

[3]吴静,谢辉,姜火文.图神经网络推荐系统综述[J].JournalofFrontiersofComputerScience&Technology,2022,16(10).

[4]孟小艳,蒋同海,周喜,等.一种改进的自适应知识图谱嵌入式表示方法[J].Application Research of Computers/Jisuanji Yingyong Yanjiu, 2021, 38(1).

作者简介：文思源（2000.07-），男，汉族，湖南株洲人，研究生（学历），研究方向：推荐算法.