RippleNet: نشر تفضيلات المستخدم على الرسم البياني للمعرفة لأنظمة التوصية

لحل مشكلة الندرة وبداية البرود في التصفية التعاونية، يعتمد الباحثون عادةً على المعلومات الجانبية، مثل الشبكات الاجتماعية أو خصائص العناصر، لتحسين أداء التوصيات. يعتبر هذا البحث الرسم البياني للمعرفة كمصدر للمعلومات الجانبية. للتعامل مع قيود الطرق القائمة على التضمين والمسارات المستخدمة في التوصيات التي تأخذ الرسم البياني للمعرفة بعين الاعتبار، نقترح شبكة الدوامات (Ripple Network)، وهي إطار شامل يدمج الرسم البياني للمعرفة بشكل طبيعي في أنظمة التوصية. مماثلة للدوامات الحقيقية التي تنتشر على سطح الماء، تحفز شبكة الدوامات انتشار تفضيلات المستخدمين عبر مجموعة الكيانات المعرفية من خلال توسيع اهتمامات المستخدم المحتملة تلقائيًا وبشكل متكرر طول الروابط في الرسم البياني للمعرفة. وبالتالي، تتراكب الدوامات المتعددة التي يتم تنشيطها بواسطة العناصر التي نقر عليها المستخدم سابقًا لتشكيل توزيع التفضيلات الخاص بالمستخدم بالنسبة للعنصر المرشح، مما يمكن استخدامه لتوقع احتمالية النقر النهائي. من خلال التجارب الواسعة على مجموعات بيانات حقيقية، نثبت أن شبكة الدوامات تحقق مكاسب كبيرة في مجموعة متنوعة من السيناريوهات، بما في ذلك توصيات الأفلام والكتب والأخبار، مقارنة بعدة أسس متقدمة.请注意，我已经按照您的要求进行了翻译，并且在不常见的术语后标注了原文。希望这个翻译能够满足您的需求。