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。
出处
《信息记录材料》
2025年第9期51-54,共4页
Information Recording Materials
