计算机应用

作者：余敦辉, 张蕗怡, 张笑笑, 毛亮

单位：1. 湖北大学 计算机与信息工程学院, 武汉 430062;2. 湖北省教育信息化工程技术研究中心(湖北大学), 武汉 430062

关键词：知识图谱,实体链接,关系补全,重启随机游走,用户推荐

基金：国家重点研发计划项目（2018YFB1003801）；国家自然科学基金面上项目（61977021）；湖北省技术创新专项（重大项目）（2018ACA13）。

针对单一社交网络平台中推荐相似用户结果单一，对用户兴趣和行为信息了解不够全面的问题，提出了基于知识图谱和重启随机游走的跨平台用户推荐方法（URCP-KR）。首先，在分割、匹配出的目标平台图谱和辅助平台图谱的相似子图中，利用改进的多层循环神经网络（RNN）预测出候选用户实体，再综合利用拓扑结构特征相似度和用户画像相似度筛选出相似用户；然后，将辅助平台图谱中的相似用户的关系信息补全到目标平台图谱；最后，计算目标平台图谱中的用户游走到社区内每个用户的概率，从而得到用户之间的兴趣相似度来实现用户推荐。实验结果表明，与协同过滤（CF）算法、基于跨平台的在线社交网络用户推荐算法（URCP）和基于多开发者社区的用户推荐算法（UR-MC）相比，URCP-KP在推荐精确率及推荐多样性等方面均有所提高，推荐精确率最高可达95.31%，推荐覆盖率最高可达88.42%。

来源：2021年第7期

《计算机应用》期刊编辑部

查看计算机应用杂志2021年第7期