目录<SCI 2区>
2.2 Linked open data enabled recommendation system
3. Proposed approach: recommender system with Linked Open Data
3.1 LOD for cold start problem in CF (RS-LOD)
3.2 Enhanced matrix factorization model for data saprsity
0.专有词汇
data sparsity: 数据稀疏 cold start : 冷启动
matrix factorization : 矩阵分解 knowledge base : 知识库
accuracy : 准确性 user profile : 用户模型（画像）
rating matrix : 评分矩阵 resource description framework(RDF) : 资源描述框架
key features : 关键特征 latent factors : 潜在因子
semantic features : 语义特征 distinctive features : 区别性特征
ontological : 本体论的 heterogeneous nature ： 异质性
representation, interoperability, and expressivity : 表示性、互操作性、可扩展性
real-time : 实时 singular value decomposition (SVD) : 奇异值分解
Linked data semantic distance measurement ：链接数据语义距离测量
incoming/outgoing links: 传入/传出链接
new entity : 新实体（新用户/新商品）regulator : 调度器
query constructor : 查询构造器
SPARQL query : SPARQL查询（数据库查询命令） information miner : 信息矿工
0.Abstract
1.Introduction
推荐算法分类 → 协同过滤算法 → 数据稀疏/冷启动 → LOD(Linked open data : 链接开源数据) → 解释了一下相关概念：RDF\DBpedia(知识库)\矩阵分解综述 → 本文贡献 → 后续文章内容安排
①将链接开源数据（LOD）与近邻协同过滤推荐系统融合
②将链接开源数据（LOD）与矩阵分解相融合
③基于LOD的推荐系统框架是通用的
④Netflix和Movielens数据集上实验结果较优
【文章观点存在问题】
①推荐系统分类不妥
②知识库会涉及用户大量个人隐私数据（人口统计信息）
2.Related works
2.1 Baseline estimation
介绍了一些近邻协同过滤推荐算法的基本操作：①均值预测填充 → ②用户/商品偏执项预测填充（最小二乘优化） → ③奇异值分解（SVD） → 提出问题
【引出文章研究问题】
基于现有SVD的推荐系统并未使用语义信息和交互数据进行未知评分的预测和冷启动问题的处理
2.2 Linked open data enabled recommendation system
介绍了推荐系统与链接开源数据有关的研究，并引出文章研究问题：①链接数据语义距离度量 → ②Resim方法 → ③分块信息内容语义相似度（PICSS） → ④Legato框架 →⑤语言链接开放数据（LLOD） → ⑥SemiLD框架 → ⑦SocialLink → ⑧XOSM框架 → ⑨BROAD-RSI → 引出文章研究问题
【引出文章研究问题】
现存所有方法并未充分利用LOD中的语义信息来解决数据稀疏和冷启动问题
3. Proposed approach: recommender system with Linked Open Data
提出了一种新的基于开放链接数据的矩阵分解（MF-LOD）系统，该系统改进了基于隐式反馈数据和基于链接开放数据相似性度量的矩阵分解模型，解决了协同过滤中的数据稀疏问题。另一方面，开发了基于LOD模型的推荐系统（RS-LOD），该系统利用LOD云中项目或用户的语义特征来处理推荐中的冷启动问题
3.1 LOD for cold start problem in CF (RS-LOD)
该部分主要描述了RS-LOD推荐系统的运作原理：①新实体（新用户/新商品：new entity） → ②推荐系统接口（RS interface） → ③调度器（regulator） → ④查询构造器（query constructor） →⑤SPARQL查询（数据库查询语句） → ⑥LOD接口（LOD interface） → ⑦调度器（regulator） → ⑧信息矿工（information miner） → ⑨相似度计算（similarity calculation） → ⑩推荐列表（recommendation list）
3.2 Enhanced matrix factorization model for data saprsity