【Knowledge Graph Context-Enhanced Diversified Recommendation(MSDM2024)】

Knowledge Graph Context-Enhanced Diversified Recommendation

摘要

推荐系统（RecSys）领域已被广泛研究，以通过利用用户的历史交互来提高准确性。 尽管如此，这种对准确性的持续追求常常导致多样性的减少，最终导致众所周知的“回音室”现象。 多样化的RecSys作为一种对策应运而生，将多样性与准确性并列，引起了学术界和行业从业者的高度关注。 这项研究探索了知识图 (KG) 复杂背景下的多样化 RecSys。 这些知识图谱充当有关实体和项目的互连信息的存储库，通过结合有洞察力的上下文信息，提供了一个扩大推荐多样性的有利途径。 我们的贡献包括引入**创新指标“**实体覆盖率”和“关系覆盖率”，它可以有效地量化知识图谱领域内的多样性。 此外，我们还引入了多样化嵌入学习（DEL）模块，该模块经过精心设计，旨在制定具有天生多样性意识的用户表示。 与此同时，我们引入了一种名为条件对齐和均匀性（CAU）的新技术。 它巧妙地对 KG 项嵌入进行编码，同时保持上下文完整性。 总的来说，我们的贡献标志着在 KG-informed RecSys 范式中增强推荐多样性全景方面迈出了一大步。

1 INTRODUCTION

多样化推荐系统（Diver