换一批融合知识图谱与协同过滤的药品推荐算法
Drug Recommendation Algorithm Integrating Knowledge Graph and Collaborative Filtering
摘要针对传统药品推荐算法忽略药品自身语义信息而导致推荐精度不高的问题,通过构建药品知识图谱,引入药品间的语义信息并将其作为重要推荐依据,进而提出一种融合知识图谱与协同过滤的TransR-CF药品推荐算法.通过使用知识表示学习翻译模型TransR将药品知识图谱映射到低维连续的向量空间中以获取药品实体及其关系,从而计算得出药品间的语义相似度,将语义相似度与通过协同过滤推荐算法得出的行为相似度线性融合进行推荐.算法在基于传统协同过滤药品推荐算法的基础上,又考虑药品间的语义信息,一定程度上降低了数据稀疏性和冷启动对推荐结果造成的影响,使得推荐结果更加合理可信.在和鲸社区线上药店销售数据公开数据集上的实验结果表明,该算法准确率、召回率和F值与基准算法相比均有一定程度的提升.
更多相关知识
关键词
药品推荐协同过滤知识图谱知识表示学习drug recommendationcollaborative filteringknowledge graphknowledge representation learning
分类号
TP399
栏目名称
DOI
10.11907/rjdk.222069
发布时间
2023-08-29（万方平台首次上网日期，不代表论文的发表时间）
基金项目
河北省医学科学研究项目（20220037）
- 浏览3
- 被引5
- 下载2
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
