来源：期刊VIP网 时间：
作者：封顺;
单位：南京工业大学;
摘要：为深入理解和挖掘用户历史网络交互信息中的行为特征，动态提取用户交互行为变化，实现网络信息个性化推荐，构建了一种基于知识图谱的网络信息自监督强化学习推荐模型。该模型构建了用户网络信息交互行为的知识图谱，清晰地展示用户历史网络信息交互行为。通过基于自监督强化学习的特征提取模型，有效捕捉知识图谱中用户行为的动态变化，避免流行度偏差的负面影响，从而提取出历史网络交互信息的特征。基于知识图谱相似度计算，推荐与用户历史交互信息特征相似的网络信息实体，实现精准且个性化的推荐。实验结果验证，所提模型为用户推荐网络电影信息资源后，点击播放转化率达96.83%，网络信息个性化推荐效果明显提升。
关键词：知识图谱;;网络信息;;自监督;;强化学习;;推荐模型;;交互信息;;特征提取;;相似度计算
