一种基于知识图谱采样和共现图聚合的长尾推荐算法

本发明公开基于知识图谱采样和共现图聚合的长尾推荐算法，步骤如下：构造用户‑物品二部图、知识图谱和协同知识图；在协同知识图上，为每个用户提取其感兴趣的实体节点；为每个用户计算其感兴趣的物品节点；将选择的用户感兴趣的物品节点集合替换用户原始的交互物品集合；基于物品的相同邻居数量构建共现图，并合并共现图与协同知识图；基于每个节点和邻居节点的关系生成注意力权重，并聚合邻居节点信息；分别将得到的用户和物品的嵌入串联得到最终的用户向量和物品向量，预测该用户和该物品的交互评分，预测评分的降序排序集合的前N项作为推荐结果。本发明可以在维持推荐精度的基础上，提高长尾推荐性能。