지식 그래프 기반 추천 시스템

Увійти

ідея - 지식 그래프 기반 추천 시스템

지식 그래프에서 추출한 관계 정보를 언어 에이전트에 통합하여 사용자 프로필을 풍부하게 하고 추천 시스템의 성능을 향상시킬 수 있다.

본 논문에서는 대규모 언어 모델(LLM)을 활용하여 지식 그래프(KG)의 의미 및 구조적 정보를 이해하고, 이를 통해 사용자와 아이템의 표현 학습을 향상시켜 추천 시스템의 성능을 향상시키는 CoLaKG라는 새로운 방법을 제안합니다.

지식 그래프를 활용하여 보조 정보를 통합하고 주의 메커니즘을 사용하여 고차 연결성을 더 명시적으로 탐색함으로써 추천 시스템의 성능을 향상시킨다.

지식 그래프를 활용하여 사용자와 아이템의 표현을 동시에 향상시켜 사용자의 동적 관심사를 포착하고 더 정확한 추천을 제공한다.

Про нас

Продукти

Ресурси