基于知識(shí)嵌入技術(shù)的制度文件推薦算法

打開文本圖片集

摘要： 針對(duì)制度文件推薦過(guò)程中傳統(tǒng)算法存在準(zhǔn)確率和推薦效率較低的問(wèn)題， 提出一種基于知識(shí)嵌入的文本推薦算法.  通過(guò)將知識(shí)圖譜中的知識(shí)轉(zhuǎn)化為特征向量， 并結(jié)合神經(jīng)網(wǎng)絡(luò)模型， 有效提高了推薦系統(tǒng)在處理海量多樣數(shù)據(jù)時(shí)的準(zhǔn)確性和穩(wěn)定性. 實(shí)驗(yàn)結(jié)果表明， 該算法在面對(duì)冷啟動(dòng)和用戶興趣多樣化的情況下（剩余12230字）