Multi-modal Knowledge Graphs for Recommender Systems论文解读

已于 2022-07-06 19:23:30 修改
阅读量1k 收藏 6
点赞数
分类专栏： 推荐系统与机器学习 论文解读 文章标签： 知识图谱 人工智能 自然语言处理
于 2022-07-06 19:18:48 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.youkuaiyun.com/weixin_42327752/article/details/125642308
版权

美团2020年发表的《Multi-modal Knowledge Graphs for Recommender Systems》

https://zheng-kai.com/paper/cikm_2020_sun.pdf

1 背景

知识图通过引用各种有效的辅助数据用于推荐系统，有效的解决了推荐系统的冷启动和数据稀疏性问题。

但是一般的知识图没有考虑多模态信息的作用，比如商品的图片评论信息。多模态知识图（MKG）将视觉或文本信息引入知识图，将图像或文本视为实体或实体的属性，如下图。
在这里插入图片描述
基于知识图的表示学习在推荐中有着关键作用，通常用来学习实体信息的嵌入。多模态知识图中，通常有两种方法

  1. 基于特征的多模态图

    将多模态信息作为实体的一个辅助特征，通过视觉表征模型对视觉信息进行提取，视觉表征可以从与知识图谱实体相关的图像中提取。在这些方法中，三元组的得分是根据知识图谱的结构以及实体的视觉表征来定义的，这意味着每个实体必须包含图像属性。这对知识图谱的数据源提出了相对的要求，因为它要求知识图谱中的每个实体都有多模态的信息。

    然而，在真实场景中，一些实体并不包含多模态信息。所以这种方法不能被广泛使用。

  2. 基于实体的多模态图
    将多模态信息视为结构化知识的关系三要素，而不是预先确定的辅助特征。然后使用基于CNN的

最低0.47元/天 解锁文章
Multi-Modal Knowledge Graph（多模态知识图谱）
nakaizura
02-17 2万+
本篇博文梳理一篇knowledge-based方向的文章，结合了多模态知识的多模态知识图谱。来自复旦大学。知识图谱本质上是一个以实体、概念为节点、以概念之间的各种语义关系为边的大规模语义网络。知识图谱在现实生活中广泛应用，包括文本理解、推荐系.
MKGAT 2020（CIKM）Multi-modal Knowledge Graphs for Recommender Systems笔记
TVfan的博客
03-08 3674
研究
【论文学习】Multi-modal Knowledge Graphs for Recommender Systems
yue的博客
12-16 4969
大家好！今天给大家分享一篇论文，题目是《Multi-modal Knowledge Graphs for Recommender Systems》，主要针对多模态知识图谱在推荐系统中的应用进行研究。它号称是第一个把多模态知识图谱引入推荐系统的论文。这篇论文发表在CIKM 2020。（数据库领域著名国际会议 信息检索领域顶会）。 首先讲一下背景，为什么要将多模态的知识图谱引入到推荐系统中。 什么是推荐系统：推荐系统我们都很熟悉，没有明确需求的用户访问了服务，且服务的物品对用户构成了信息过载，系统通过一定的规则
【论文阅读笔记】Multi-modal Knowledge Graphs for Recommender Systems
qq_27153687的博客
07-29 934
在这些著作中，多模态信息被认为是知识图谱的一等公民，然后采用基于实体的方法，利用CNN的KGE方法训练知识图谱嵌入，然而现有的基于实体的方法独立处理三元组，忽略了多模态信息融合，对多模态组不友好。沿高阶连接性递归地传播嵌入，此外还利用图注意网络（GATs）的思想，生成级联传播的注意权值，以揭示这种连通性的重要性，由于GATs忽略了KGs之间的关系，不适用于KGs，因此对GATs进行修改，考虑了KGs关系嵌入。然而现有的知识图谱仅利用了知识图谱的结构化数据，只关注节点和节点关系，忽略了多模态知识图谱信息。..
【论文翻译】Multi-modal Knowledge Graphs for Recommender Systems
yue的博客
12-09 3421
ABSTRACT 推荐系统在解决信息爆炸问题和提高各种在线应用的用户体验方面显示出巨大潜力。为了解决推荐系统中的数据稀少和冷启动问题，研究人员通过利用有价值的外部知识作为辅助信息，提出了基于知识图（KGs）的推荐。 然而，这些工作大多忽略了多模式知识图（MMKGs）中的各种数据类型（如文本和图像）。 在本文中，我们提出了多模态知识图注意网络（MKGAT），通过利用多模态知识更好地增强推荐系统。 具体来说，我们提出了一种多模态图关注技术，在MMKGs上进行信息传播，然后使用所得到的聚合嵌入表示进行推荐。据我们
Multi-modal Knowledge Graphs for Recommender Systems
modige_hm的博客
09-26 246
NIPS2022上的图神经网络相关论文总结
jkokj23153的博客
09-20 3792
NIPS2022上的图神经网络相关论文总结
多模态知识图谱
wang2008start的专栏
11-20 5437
大致方向 多模态知识图谱 MMKG: Multi-Modal Knowledge Graphs 链接 多模态知识图谱用于实体消岐 Zeroshot Multimodal Named Entity Disambiguation for Noisy Social Media Posts 链接 多模态知识图谱用于推荐系统 Multi-modal Knowledge Graphs for Recommender Systems 2020CIKM 链接 主要方法 各模态单独进行训练后将结果进行融合 缺点：源头
AAAI 2022 论文列表
热门推荐
gbstack08的专栏
02-15 2万+
链接及代码之后会更新 GitHub链接：https://github.com/gbstack/AAAI-2022-papers Scaled ReLU Matters for Training Vision Transformers Pichao Wang, Xue Wang, Hao Luo, Jingkai Zhou, Zhipeng Zhou, Fan Wang, Hao Li, Rong Jin Search Strategies for Topological Network Optimizat
技术动态 | 多模态知识图谱
开放知识图谱
08-05 2297
本文转载自漆桂林老师的知乎专栏。原文链接：https://zhuanlan.zhihu.com/p/163278672 作者：郑秋硕，漆桂林，王萌 知识图谱技术已经被...
多模态知识图谱（Multimodal Knowledge Graphs）
gitblog_00004的博客
05-09 1161
多模态知识图谱（Multimodal Knowledge Graphs） 去发现同类优质开源项目:https://gitcode.com/ 多模态知识图谱 是一个开源项目，它提供了一个整合了实体的数值数据、图像数据和时间信息的知识图谱资源。这个项目旨在推动对复杂、多维度信息的深度学习理解和表示。 项目介绍 该项目包括了Facebook的知识图谱FB15k的扩展版本，以及对应的YAGO15k和DBp...
多模态信息用于推荐系统问题（LOGO，MMGCN，MKGAT）
nakaizura
12-28 1万+
推荐已经成为许多在线内容共享服务的核心组成部分，从图像、博客公众号、音乐推荐、短视频推荐等等。与传统推荐不一样的地方，就是这些项目内容包含着丰富的多媒体信息-帧、音轨和描述，涉及多种形式的视觉、声学和文本信息。那么如此丰富的多媒体，多模态信息如何融合到推荐中呢？ 最普通也是最直接的方式可能就是对多模态抽特征，然后多模态融合直接作为side Information或者item的representation之后参与到推荐中的，这种暂时不整理吧，本篇博文主要整理两篇整合多模态信息到表示中的文章，不过一篇涉及到了G
[论文阅读笔记17]A Survey on Knowledge Graph-Based Recommender Systems
ld326的专栏
02-19 4790
一，题目 TKDE 2020 A Survey on Knowledge Graph-Based Recommender Systems 综述：基于知识图谱的推荐系统 In IEEE Transactions on Knowledge and Data Engineering (IEEE TKDE), 2020 doi: 10.1109/TKDE.2020.3028705. 二，作者 Qingyu Guo, Fuzhen Zhuang, Chuan Qin, Hengshu Zhu, Xing Xie, H
A Survey on Knowledge Graph-Based Recommender Systems
weixin_42303403的博客
03-06 476
A Survey on Knowledge Graph-Based Recommender Systems
Knowledge Graph&GNN&Recommender System
qq_34989620的博客
11-16 695
[Knowledge Graph & GNN & Recommender System]1. A Survey on Knowledge Graph-Based Recommender Systems2. Graph Learning Approaches to Recommender Systems: A Review3. Deep Learning on Knowledge Graph for RecommenderSystem: A Survey 要读的三篇有关Knowledge Gr
A Survey on Knowledge Graph-Based Recommender Systems 知识图谱提升推荐系统准确性与可解释性ArXiv 2020
u013602059的专栏
04-06 5483
论文链接：https://arxiv.org/pdf/2003.00911.pdf 导读 近来，知识图谱用于推荐系统是关注的焦点，能够提升推荐系统的准确性与可解释性。如何将知识图谱融入到推荐系统呢? 最近中科院计算所百度微软等学者最新综述论文《A Survey on Knowledge Graph-Based Recommender Systems》，阐述对基于知识图谱的推荐系统进行了系统的...
知识图谱与推荐系统_paper_biji
wang2008start的专栏
11-20 251
知识图谱在推荐系统中的应用，包括将协同过滤和知识embedding结合、知识包括文字知识／图片知识／结构知识等。将新闻推荐系统中的知识抽取，经过cnn计算和attention机制后用来进行推荐。
推荐系统结合知识图谱简单总结
朝闻道
02-22 1697
对近几年推荐系统(Recommendation System)领域结合Knowledge Graph Embedding (知识图谱表示学习) 或者 Network Embedding(网络表示)的几篇论文做了极简介绍。 首先对简单介绍推荐系统，之后整理了几篇结合知识表示的论文。 推荐系统简介 一句话来介绍的话，就是通过分析历史数据，来给用户 推荐 可能会喜欢/购买的商品， 这里面的核心就是用户 (User) 和 商品 (Item)。 更进一步，推荐系统的关键有下面三部分： 用户偏好建模：User P
阅读笔记--RippleNet: Propagating User Preferences on the Knowledge Graph for Recommender Systems
小白可可的日记
04-28 5548
NLP笔记--RippleNet 一：概述 将KG作为推荐系统的辅助信息来源，利用实体关系三元组分析用户的偏好倾向并推理出哪些新的实体项可能是该用户可能喜欢的。其中知识图谱即KG指的是由类似（阿甘正传，电影-导演，罗伯特·泽米吉斯）的事实三元组构成，已...
MaPLe: Multi-modal Prompt Learning for Vision-Language Models
最新发布
04-03
好的，用户想了解关于Multi-modal Prompt Learning for Vision-Language Models（MaPLe）的研究或实现。首先，我需要回忆一下相关文献，特别是最近的多模态提示学习方法。用户提到了LAMM，这是一个标签对齐的方法，...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

Weiyaner

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值