Recommendation system based on knowledge graph embedding:基于知识图嵌入的推荐系统 源码
基于知识图嵌入的推荐系统 基于知识图嵌入的推荐系统 本系统是一个基于知识图嵌入的商品推荐系统,以下是该系统的详细介绍,基本代码都是自己所写,TransE和Rescal方法实现部分是照着论文与相关代码自己进行的复现,并且相关代码中都有我写的一些注释。 1.generate_data.py是用于生成模拟数据,在进行真实使用时可以参照所生成的模拟数据的格式进行数据录入 2.data文件夹下需要有entities.txt以及relations.txt两个数据,他们分别是实体(people和items)的名称以及索引号,以及关联的名称以及索引号,关联也可以有多种,然后该文件夹下还应该有train.txt,valid.txt和test.txt,作为模型训练的依托,其中的neg.txt可要可不要,这个文件并不参与模型的训练过程 3.dataset.py文件主要是模型训练中处理数据的代码,model.p
文件列表
Recommendation-system-based-on-knowledge-graph-embedding-master.zip
(预估有个27文件)
Recommendation-system-based-on-knowledge-graph-embedding-master
README.md
4KB
knowledge graph embedding的商品推荐系统
dataset.pyc
5KB
run.sh
248B
negposscore.npy
336KB
TransE_relation_emb.npy
1KB
dataset.py
5KB
generate_data.py
839B
use.py
5KB
暂无评论