Personalized recommendations are popular in these days of Internet driven activities, specifically shopping. Recommendation methods can be grouped into three major categories, content based filtering, collaborative filtering and machine learning enhanced. Information about products and preferences of different users are primarily used to infer preferences for a specific user. Inadequate information can obviously cause these methods to fail or perform poorly. The more information we provide to these methods, the more likely it is that the methods perform better. Knowledge graphs represent the current trend in recording information in the form of relations between entities, and can provide additional (side) information about products and users. Such information can be used to improve nearest neighbour search, clustering users and products, or train the neural network, when one is used. In this work, we present a new generic recommendation systems framework, that integrates knowledge graphs into the recommendation pipeline. We describe its software design and implementation, and then show through experiments, how such a framework can be specialized for a domain, say movie recommendations, and the improvements in recommendation results possible due to side information obtained from knowledge graphs representation of such information. Our framework supports different knowledge graph representation formats, and facilitates format conversion, merging and information extraction needed for training recommendation methods.

中文翻译：

---

应用知识图提供辅助信息以提高建议的准确性

个性化推荐在互联网驱动的活动（尤其是购物）中很流行。推荐方法可分为三大类：基于内容的过滤，协作过滤和增强的机器学习。有关不同用户的产品和偏好的信息主要用于推断特定用户的偏好。信息不足显然会导致这些方法失败或性能不佳。我们提供给这些方法的信息越多，这些方法执行的可能性就越大。知识图以实体之间的关系形式表示记录信息的当前趋势，并且可以提供有关产品和用户的其他（辅助）信息。此类信息可用于改善最近邻搜索，将用户和产品聚类，或训练神经网络（如果使用的话）。在这项工作中，我们提出了一个新的通用推荐系统框架，该框架将知识图集成到推荐管道中。我们描述其软件设计和实现，然后通过实验展示如何将这种框架专门用于某个领域（例如电影推荐），以及由于从此类信息的知识图表示中获得的辅助信息而可能对推荐结果进行的改进。我们的框架支持不同的知识图表示格式，并促进培训推荐方法所需的格式转换，合并和信息提取。将知识图集成到推荐管道中。我们描述其软件设计和实现，然后通过实验展示如何将这种框架专门用于某个领域（例如电影推荐），以及由于从此类信息的知识图表示中获得的辅助信息而可能对推荐结果进行的改进。我们的框架支持不同的知识图表示格式，并促进培训推荐方法所需的格式转换，合并和信息提取。将知识图集成到推荐管道中。我们描述其软件设计和实现，然后通过实验展示如何将这种框架专门用于某个领域（例如电影推荐），以及由于从此类信息的知识图表示中获得的辅助信息而可能对推荐结果进行的改进。我们的框架支持不同的知识图表示格式，并促进培训推荐方法所需的格式转换，合并和信息提取。由于从知识信息的知识图表示中获得了辅助信息，因此可能会改善推荐结果。我们的框架支持不同的知识图表示格式，并促进培训推荐方法所需的格式转换，合并和信息提取。由于从知识信息的知识图表示中获得了辅助信息，因此可能会改善推荐结果。我们的框架支持不同的知识图表示格式，并促进培训推荐方法所需的格式转换，合并和信息提取。