《表3 一个相关数据集的查询表》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于知识图谱的推荐系统研究综述》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

传统推荐系统是指在给定用户–物品的交互数据以及可能包含用户、物品的属性数据下，对用户推荐其可能感兴趣的商品.在应用知识图谱的时候，绝大多数情况下可以将物品或物品的相关属性直接映射到知识图谱上，从而利用3.1小节的方法进行推荐.针对传统的推荐任务，目前绝大多数的研究关注在电影、图书、新闻、电商商品、POI、音乐和药物这7大类推荐任务上.下面我们将介绍这几类推荐任务中常用的数据集和部分任务的特殊性，表3[2，10，12～14，16，18～21，44～48，50～53，61～64，66～68，71，72，74，90，91]汇总了这些数据集并且给出了在相应数据上对利用知识图谱的推荐系统进行实验验证的文献.