【标题】Micro-behaviour with Reinforcement Knowledge-aware Reasoning for Explainable Recommendation

【作者团队】Shaohua Tao, Runhe Qiu, Bo Xu, Yuan Ping

【发表日期】2022.6.20

【论文链接】https://www.sciencedirect.com/science/article/pii/S0950705122006529

【推荐理由】一些推荐方法已经将项目知识融入到用户项目交互的微观行为中。尽管有些方法被证明是有效的，但有两种观点常常被忽视。首先，没有将微观行为与知识图(KG)的关系结合起来，没有捕捉到微观行为与关系之间的语义关系。其次，没有从用户项目交互数据中为微观行为提供明确的推理。这些见解促使本文提出了一个新颖的微行为模型，即强化知识感知推理可解释推荐(MBKR) ，该模型将微行为和 KG 结合到强化学习中以进行可解释的推荐。具体来说，该模型通过用户项传播和 KG 关系来学习用户的行为，并将两者结合起来计算挖掘用户兴趣的行为强度。此外，本文还设计了一个 Shawo关系路径，通过提供合理的路径将推荐和可解释性结合起来; 这些路径捕获行为和关系的语义。最后，本文在几个大型基准数据集上广泛评估了此方法。

内容中包含的图片若涉及版权问题，请及时与我们联系删除