知识图谱与推荐

异构网络一些概念

定义

Heterogeneous Information Network, HIN, 异构信息网络.
信息网络用$G=\{V,E\}$表示, 若节点$V$与关系$E$都有类型的区别, 则称这个网络式异构的.
与之相对的叫同构网络.

figure HIN的一个示例, 有四种节点类型与三种关系类型

meta-path

元路径.
异构信息网络HIN中包含着多样的节点类型和边的类型, 所以需要 meta path 来将各类型的节点串联起来.

figure schema, Meta Path

figure A-P-V-P-A 的meta path

知识图谱

知识图谱是一种异构信息网络, 包含了实体之间丰富的语义关联.
一般地, 三要素为 $G=\{V,E\}$, $V=\{P\}$. 即一个节点还拥有着丰富的属性信息.

用于推荐

一个好的图谱可以为推荐系统提供丰富的辅助信息来源, 提升精准性, 多样性, 可解释性。

case

meta-path based

简单地说，meta-path是连接两个实体的一条特定的路径，比如演员->电影->导演->电影->演员这条meta-path可以连接两个演员，因此可以视为一种挖掘演员之间的潜在关系的方式。

图谱 Embedding

为知识图谱中的每个实体和关系学习得到一个低维向量，同时保持图中原有的结构或语义信息。

参考

1. 他人blog, 异构信息网络+推荐===总结
2. 微软研究院公众号文章, 如何将知识图谱特征学习应用到推荐系统？
3. 微软研究院公众号文章,推荐算法不够精准？让知识图谱来解决
4. 最全知识图谱综述: 概念以及构建技术
5. slides, Personalized Recommendations using Knowledge Graphs
6. RecSys 2016. Personalized Recommendations using Knowledge Graphs:
   A Probabilistic Logic Programming Approach