Scientific Reports (三区 IF=3.9) | 基于科学健身知识图谱的推荐算法

近年来，随着健康知识的普及与传播，越来越多的人开始参与健身锻炼以强身健体、预防疾病。然而，由于健身知识体系的缺失和健身推荐算法的不完善，健身爱好者难以获取准确的健身知识。因此，如何根据用户偏好推荐个性化内容已成为一个现实课题。基于知识图谱技术，本文构建了科学健身知识图谱，并提出了一种整合协同知识嵌入、用户偏好传播和知识图谱注意力机制的RCKGAT模型。实验结果表明，与MF、CKE等基准算法相比，本文提出的算法在科学健身数据集上的AUC和ACC值均优于基准算法。该模型的AUC和ACC分别为92.76%和88.67%。

01 摘要

随着健康意识的普及，个性化健身推荐成为刚需，但传统推荐算法面临数据稀疏性、冷启动等问题。本文综述了《R-CKGAT：一种基于科学健身知识图谱的推荐算法》的核心研究成果，该研究构建了科学健身知识图谱（SFKG），提出整合协同知识嵌入、用户偏好传播和知识图谱注意力机制的 R-CKGAT 模型。实验表明，该模型在科学健身数据集上的 AUC 值达 92.76%、ACC 值达88.67%，显著优于 MF、CKE、KGAT 等基准算法，有效解决了健身推荐的个性化与精准性问题，为智能健身指导提供了新方案。

02 研究背景

一、 行业需求

健身知识体系复杂且分散，海量健身信息以碎片化形式存在于书籍、网站等渠道，用户难以获取符合自身偏好与体能状况的个性化指导，亟需高效的推荐系统实现信息筛选与精准推送。

二、技术痛点

传统推荐算法中，协同过滤算法应用广泛，但受限于数据稀疏性和冷启动问题；传统搜索引擎无法满足个性化需求；现有结合知识图谱的推荐模型（如 RippleNet、KGAT）存在传播权重静态化、依赖预定义元路径、计算效率低等缺陷，难以适配健身领域的复杂场景。

三、知识图谱优势

知识图谱作为语义网络工具，能整合多源异构数据，挖掘实体间深层关联，其在医学、电子商务等领域的成功应用，为解决健身推荐的技术痛点提供了可行路径，尤其领域知识图谱能聚焦专业场景，实现精准知识表征。

03 模型设计

一、核心框架

R-CKGAT模型基于RippleNet改进，包含四大核心层：CKG嵌入层、知识图谱注意力机制层、用户偏好传播层和预测层，通过多模块协同实现精准推荐。

二、关键组件

• 科学健身知识图谱（SFKG）：采用自上而下与自下而上结合的构建方法，涵盖8种实体类型、11种关系类型，包含42,158个实体及21,079条实体关系，存储于Neo4j数据库。

• 协同知识图谱（CKG）：通过用户 - 项目二分图与SFKG的实体对齐，整合用户交互数据与知识图谱信息，动态反映用户与实体的关联。

• 知识图谱注意力机制：根据节点关系特征分配权重，通过GCN、GraphSage或双交互聚合器迭代聚合高阶信息，优化节点表征。

• 用户偏好传播机制：以用户关注商品为种子节点，在CKG上进行多跳传播（最优跳数H=2），聚合各跳信息生成用户嵌入向量。

三、嵌入与预测

采用TransR方法实现CKG嵌入，将实体与关系映射至不同语义空间；预测层通过计算用户嵌入向量与项目嵌入向量的内积，输出推荐概率。

04 实验设置

一、数据集

• 科学健身数据集（SFD）：包含71个用户、965个商品、28,925条互动数据及19,235个KG三元组。

• 用户 - 项目交互数据集（SFUIDS）：通过问卷收集北京体育大学参与者的交互数据，经清洗后保留 71 份有效样本。

二、评估指标

三、实验环境与超参数

• 环境：Windows11 64位系统，PyTorch框架，Python3.6，Adam 优化器。

• 最优超参数：嵌入维度d=16，最大跳数H=2，批量大小128，迭代次数20，双交互聚合器，Plus变形更新模式。

四、对比模型

选取MF、bprmf、CKE、RippleNet、KGAT五种主流算法作为基准模型，同时设计消融实验验证核心模块贡献。

05 结果与分析

一、性能对比

R-CKGAT模型在SFD数据集上表现最优，AUC值92.76%、ACC值 88.67%，较 KGAT分别提升1.49和8.04百分点，较MF等传统算法提升更为显著（AUC最高提升27.1个百分点）。

二、消融实验结果

• 移除CKG模块：AUC下降9.46%，ACC下降14.76%，验证其整合交互数据与知识图谱的关键作用。

• 移除注意力机制：AUC下降7.55%，ACC 下降10.2%，说明其区分节点重要性的必要性。

• 移除偏好传播模块：AUC下降8.44%，ACC下降 10.25%，证明多跳传播对挖掘潜在兴趣的价值。

三、超参数影响分析

• 跳数：H=2时性能最佳，跳数过多易引入噪声。

• 嵌入维度：d=16时效果最优，过高维度导致过拟合。

• 聚合器：双交互聚合器性能略优于GCN和GraphSage，能捕捉更复杂交互关系。

06 结论

该研究成功构建了科学健身领域知识图谱，提出的R-CKGAT模型通过创新性整合协同知识嵌入、注意力机制与偏好传播，有效解决了健身推荐中的数据稀疏性和冷启动问题，显著提升了推荐准确性与个性化程度。研究证实，领域知识图谱与用户交互数据的深度融合，是提升健身推荐系统性能的关键路径，为智能健身指导领域提供了理论与技术支撑。

07 论文评价

✅创新点

• 构建了首个聚焦科学健身的专业知识图谱，填补了该领域知识库空白。

• 提出CKG整合用户交互与知识图谱信息，优化了节点表征的动态性与精准性。

• 多模块协同设计解决了传统模型的核心缺陷，提升了推荐系统的适应性与性能。

⚠局限性

该研究存在三方面局限：一是数据集规模较小（仅71名用户），且样本集中于北京体育大学单一群体，可能限制模型泛化能力；二是未验证模型在不同年龄段、运动目标等差异化健身场景的适用性有待验证；三是缺乏与新兴图谱推荐模型的对比分析，评估体系仍有进一步完善的空间。

08 参考资料

 参考资料：

https://www.nature.com/articles/s41598-025-03531-5