传统推荐系统主要基于离线的、历史的用户数据训练推荐模型,继而为在线用户推荐物品。这类训练方式主要存在三个问题:基于稀疏且具有噪声的历史数据推断用户偏好的不可靠估计、用户行为在线上下文环境因素的不充分建模、默认用户自身偏好明确的不真实假设。即使是现在已有的面向实时推荐的在线推荐系统,尽管可基于用户当前的行为数据进行实时更新,但其本质上仍是传统的推荐方式,即系统被动地接受用户侧产生的数据。随着对话系统的发展,对话技术为解决传统推荐中存在的问题提供了新的解决思路和方法,即对话推荐方式。对话推荐系统允许推荐系统在与用户的交互会话中动态捕捉用户偏好,这样在线的、主动的对话推荐方式可以引导用户发掘自身兴趣偏好,辅助用户进行决策。对话推荐中的一大研究难点是如何平衡探索用户的兴趣行为与推荐目标物品行为的收益。过长的交互确实能够获取更多用户信息从而提高推荐准确率,但也给用户带来负担,造成用户的流失。由于缺乏上下文信息建模,现有的对话推荐方法无法发挥主动性处理好探索与收益的问题,导致用户负担过重。因此,本工作引入知识图谱作为环境,从提高数据质量的角度出发,在最小化用户负担的情况下,设计交互任务以主动获取用户在线反馈,从而基于高质量、有针对性的用户偏好反馈实现准确且高效的对话推荐。研究内容和主要贡献如下:1.本文提出了一种基于知识增强的单会话主动交互推荐算法。增强图谱数据,解决由于环境信息建模不充分导致的探索与收益不平衡问题。将用户的历史行为数据构建成异构图,并与外部物品属性知识图谱进行融合,作为承载上下文信息的环境;引入主动学习思想和强负样本采样思想,分别增强环境图谱中的不确定性信号和负样本信号;基于增强的环境知识,实现高效的单会话主动交互推荐算法。2.本文提出了一种基于知识引导的多会话主动交互推荐算法。引入多会话场景,扩展算法框架,解决单次会话中的交互数据稀疏问题。构建单个会话的子图;基于会话图学习会话策略表征,并通过将历史会话作为重要的交互经验生成策略候选集合,为当前会话提供策略的引导;基于策略知识的引导,实现高效的多会话主动交互推荐算法。本文将对话推荐分为单会话场景和多会话场景分别讨论,通过研究基于知识图谱的知识增强和基于多会话图的会话引导,实现了准确且高效的主动交互推荐算法,构造的对话推荐系统在实验中的表现均优于现有研究工作。