基于關(guān)系縮放模型的電商知識(shí)圖譜鏈接預(yù)測(cè)問(wèn)題研究

打開(kāi)文本圖片集

摘要：針對(duì)電商知識(shí)圖譜鏈接預(yù)測(cè)模型精度較低且存在重復(fù)推薦同類型商品的問(wèn)題，提出改進(jìn)的關(guān)系縮放（Relation Scale，RS）模型?；赥ransE和TuckER模型，判斷三元組頭尾實(shí)體關(guān)系強(qiáng)弱，引入關(guān)系縮放因子，確定所有關(guān)系路徑權(quán)重，以提高模型收斂速度。實(shí)驗(yàn)結(jié)果表明，基于OpenBG500數(shù)據(jù)集，改進(jìn)模型的MRR、Hits@1、Hits@3和Hits@10均有提高；相較于傳統(tǒng)TransE模型，RSTransE的MRR和Hits@10分別提高了47.4%和71.1%；相較于傳統(tǒng)TuckER模型，RSTuckER的MRR和Hits@10分別提高了35.8%和28.4%。（剩余10202字）