文件名称：蔡氏方程matlab求解代码-knowledge_graph_attention_network:KGAT：推荐的知识图注意力网络，KDD20
文件大小：99.53MB
文件格式：ZIP
更新时间：2024-06-08 15:33:39
系统开源
蔡氏方程matlab重构代码知识图注意力网络 这是本文的Tensorflow实现： 王翔，何湘南，曹一欣，刘萌和蔡达生（2019）。 KGAT：推荐知识图注意力网络。 或者 。 2019年8月4日至8日，在美国阿拉斯加州安克雷奇KDD'19举行。 作者：王翔博士（u.nus.edu的王翔） 介绍 知识图注意力网络（KGAT）是专门针对知识感知的个性化推荐量身定制的新推荐框架。 KGAT建立在图神经网络框架的基础上，对协作知识图中的高阶关系进行显式建模，以提供带有项边信息的更好推荐。 引文 如果您想在研究中使用我们的代码和数据集，请引用： @inproceedings{KGAT19, author = {Xiang Wang and Xiangnan He and Yixin Cao and Meng Liu and Tat{-}Seng Chua}, title = {{KGAT:} Knowledge Graph Attention Network for Recommendation}, booktitle = {{KDD}}, pages = {950--958}, year\n=
【文件预览】：
knowledge_graph_attention_network-master
----Log()
--------training_log_amazon-book.log(9KB)
--------README.md(2KB)
--------training_log_last-fm.log(24KB)
----LICENSE(1KB)
----Model()
--------CKE.py(8KB)
--------NFM.py(8KB)
--------CFKG.py(6KB)
--------pretrain()
--------utility()
--------BPRMF.py(4KB)
--------README.md(1B)
--------Main.py(15KB)
--------KGAT.py(19KB)
----README.md(9KB)
----Data()
--------last-fm()
--------yelp2018()
--------README.md(2KB)
--------amazon-book()