Tourist Attractions Recommendation based on Attention Knowledge Graph Convolution Network

要約

ナレッジ グラフに基づく推奨アルゴリズムは、比較的成熟した段階にあります。
しかし、特定分野の推奨にはまだ課題もある。
例えば、観光分野では、観光名所の推奨基準として、適切な観光名所の属性を選択するプロセスが複雑になります。
この論文では、ターゲット景勝地の近隣エンティティを意味論的に自動的に発見する、改良されたアテンション ナレッジ グラフ畳み込みネットワーク モデル (Att-KGCN) を提案します。
アテンション レイヤーは、比較的類似した位置を集約し、隣接するベクトルで表現します。
次に、観光客の好みの選択に従って、モデルは推奨システムとして類似したスポットの確率を予測します。
イエメンのソコトラ島の観光データに基づいて使用される観光名所のナレッジ グラフ データセット。
実験を通じて、アテンション・ナレッジグラフ畳み込みネットワークが観光名所の推薦に良い影響を及ぼし、観光客の選択に対してより多くの推薦を行えることが検証された。

要約(オリジナル)

The recommendation algorithm based on knowledge graphs is at a relatively mature stage. However, there are still some problems in the recommendation of specific areas. For example, in the tourism field, selecting suitable tourist attraction attributes process is complicated as the recommendation basis for tourist attractions. In this paper, we propose the improved Attention Knowledge Graph Convolution Network model, named (Att-KGCN), which automatically discovers the neighboring entities of the target scenic spot semantically. The attention layer aggregates relatively similar locations and represents them with an adjacent vector. Then, according to the tourist’s preferred choices, the model predicts the probability of similar spots as a recommendation system. A knowledge graph dataset of tourist attractions used based on tourism data on Socotra Island-Yemen. Through experiments, it is verified that the Attention Knowledge Graph Convolution Network has a good effect on the recommendation of tourist attractions and can make more recommendations for tourists’ choices.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google