KPRN 由 eBay 開源，是一個(gè)知識(shí)圖譜路徑的推薦模型（Reasoning Over Knowledge Graph Paths for Recommendation）。它廣泛使用機(jī)器學(xué)習(xí)技術(shù)，有助于媒體等項(xiàng)目對(duì)推薦屬性進(jìn)行訓(xùn)練和預(yù)測(cè)，運(yùn)行環(huán)境需配置 Python(2.7 / 3.5) 和 Lua(5.3)。

KPRN 是在 AAAI 2019 會(huì)議發(fā)表論文 "Explainable Reasoning over Knowledge Graphs for Recommendation." 的關(guān)聯(lián)代碼。該論文提出了一種基于 RNN 的推薦模型，對(duì)用戶和物品之間的交互特征在知識(shí)圖譜中存在的關(guān)聯(lián)路徑進(jìn)行建模，為用戶提供可解釋性推薦。這個(gè)模型基于 LSTM 學(xué)習(xí)關(guān)聯(lián)路徑的表示，充分考慮了實(shí)體、關(guān)系間產(chǎn)生的序列依賴性，具備較強(qiáng)的推理能力。數(shù)據(jù)顯示，該模型在電影數(shù)據(jù)集 MI 音樂數(shù)據(jù)集 KKBox 上取得了當(dāng)前最優(yōu)結(jié)果。