《表3 一个相关数据集的查询表》
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.
图表编号 | XD00168235900 严禁用于非法目的 |
---|---|
绘制时间 | 2020.07.20 |
作者 | 秦川、祝恒书、庄福振、郭庆宇、张琦、张乐、王超、陈恩红、熊辉 |
绘制单位 | 中国科学技术大学计算机科学学院、百度公司、百度公司、中国科学院计算技术研究所中国科学院智能信息处理重点实验室、中国科学院大学、香港科技大学计算机学院、中国科学院计算技术研究所中国科学院智能信息处理重点实验室、中国科学院大学、中国科学技术大学计算机科学学院、百度公司、中国科学技术大学计算机科学学院、中国科学技术大学计算机科学学院、百度公司、中国科学技术大学计算机科学学院、中国科学技术大学计算机科学学院 |
更多格式 | 高清、无水印(增值服务) |