Att-KGCN: Tourist Attractions Recommendation System by using Attention mechanism and Knowledge Graph Convolution Network

要約

知識グラフに基づく推薦アルゴリズムは比較的成熟した段階にある。しかし、特定分野の推薦にはまだいくつかの問題がある。例えば、観光分野では、観光地の推薦基盤として、適切な観光地属性を選択するプロセスが複雑である。本論文では、アテンション知識グラフ畳み込みネットワークモデル（$Att-KGCN$）を提案する。アテンション層は、比較的類似した場所を集約し、隣接ベクトルで表現する。そして、観光客の好みの選択に従って、モデルは推薦システムとして類似スポットの確率を予測する。ソコトラ島（イエメン）の観光データに基づいて、観光スポットの知識グラフデータセットを用いた。実験を通して、アテンション知識グラフ畳み込みネットワークが観光スポットの推薦に良い効果を持ち、観光客の選択に対してより多くの推薦を行うことができ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, DeepL