说到推荐系统，就不得不面对数据稀疏和冷启动问题，怎么解决呢？美团这篇论文《Multi-Modal Knowledge Graphs for Recommender Systems》说，我们不仅要加数据，而且是各种类型的都加。很多论文提出了用知识图谱作为推荐系统的辅助信息，而忽视了文本和图像，美团这篇论文，是第一个把知识图谱，多模态，attention都用来构建推荐系统的。模型模型也很霸气，叫MKGAT。GNN，知识图谱，多模态，推荐体系统在这篇论文里应有尽有。

知识图谱与推荐系统

知识图谱也算是火了很久，也已经广泛应用于学术界，工业界。知识图谱能给推荐系统提供丰富的特征和信息，有效的缓解了数据稀疏和冷启动。然而图片和文本会对推荐效果产生重大影响。举个 ，在看一部电影前，用户倾向于看海报和影评。在选择吃什么前，都会在大众点评上浏览各种美食图片。所以美团觉得，把这些多模态数据融入知识图谱，会对推荐系统产生很大的正面影响。一个简单的多模态知识图谱如下图：

 

https://pic1.zhimg.com/v2-920a46ebc17cd497598d95ccfb03cc74_b.jpg" alt='搜索推荐炼丹笔记：融合GNN、图谱、多模态的推荐_机器学习' width="1080" />

更多文章请关注《万象专栏》