3、知识图谱推荐系统与社交媒体网络暴力检测

知识图谱推荐系统与社交媒体网络暴力检测

1 知识图谱推荐系统方法对比

在推荐系统中，使用知识图谱的技术有多种，以下是几种常见方法的对比：
| 序号 | 方法名称 | 优点 | 缺点 |
| ---- | ---- | ---- | ---- |
| 1 | 平移模型 | 不依赖手工特征 | 对某些类型的关系无效 |
| 2 | 神经网络模型 | 三元组具有高表达能力 | 复杂度和计算成本高 |
| 3 | 基于路径的方法 | 可以使用元路径捕获语义相似性 | 依赖手工特征和领域知识 |
| 4 | 基于图的方法 | 归纳方法可推广到新节点 | 不考虑图的语义结构，依赖手工特征 |

在知识图谱中，较短的路径往往意味着更清晰的语义和更强的连接性。池化操作可用于突出重要特征，常用的池化策略有最大池化和平均池化，研究发现平均池化效果优于最大池化。

虽然神经网络模型的性能被认为优于平移模型，但前者的计算成本更高。

2 基于路径的模型

2.1 基本概念

• 元路径 ：定义在网络模式上的路径，是两个实体之间的关系序列，可定义对象之间现有的或新的关系。
• 元图 ：连接异构网络中两个实体的元结构，是元路径的组合。

2.2 相关研究

• 2013 年，Yu 等人提出 HeteRec，利用异构信息网络中的元路径获取项目间的语义相似性，并结合隐式反馈生成推荐。通过贝叶斯排名优化估计模型，实验表明 Hete