【CIKM2020】多模态知识图谱推荐系统，Multi-modal KG for RS

在各种在线应用中，推荐系统在解决信息爆炸问题、增强用户体验方面显示出了巨大的潜力。为了解决推荐系统中的数据稀疏性和冷启动问题，研究人员提出了基于知识图谱的推荐，利用有价值的外部知识作为辅助信息。然而，这些研究大多忽略了多模态知识图谱(MMKGs)中数据类型的多样性(如文本和图像)。为了更好地利用多模态知识，提出了一种多模态知识图谱注意力网络(MKGAT)。具体地说，我们提出了一种多模态图注意力技术，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。据我们所知，这是第一个将多模态知识图谱引入推荐系统的工作。我们在来自不同领域的两个真实数据集上进行了大量的实验，实验结果表明我们的模型MKGAT能够成功地应用MMKGs来提高推荐系统的质量。