基于知识图谱的知识推理在视频推荐中的应用_许智宏.pdf

简介：
本文探讨了利用知识图谱进行知识推理的技术，并研究其在视频内容个性化推荐系统中的实际应用价值和效果。作者通过实验验证了该方法的有效性和潜在应用场景，为智能推荐算法的发展提供了新的思路。 为了充分利用显性特征与隐性特征的互补优势，我们提出了一种名为ＰｔｒａｎｓＥ＿ＣＦ的视频推荐算法。该方法在协同过滤技术中引入了知识图谱推理技术，并采用路径排序算法来挖掘实体间的多路径关系。通过将所有实体的关系嵌入到低维语义空间中，在这一空间内计算任意两个视频之间的语义相似度，从而结合协同过滤中的用户行为相似性进行推荐。 实验结果表明，这种策略有效地弥补了传统协同过滤推荐方法在利用隐性信息方面存在的不足，并且从语义层面提升了推荐效果。此外，该算法还在一定程度上缓解了数据稀疏性的挑战。