本研究提出了一种基于知识嵌入的框架，用于可解释性推荐引擎，能够生成个性化解释说明推荐结果。在真实的电子商务数据集上验证了该方法的高效性和可解释性优势。

KEPLER是一种结合了知识嵌入和预训练自然语言表示模型的新模型，在多种自然语言处理任务上表现出色。它还在KG链接预测中取得了显著效果，并构建了大规模的带有实体描述的知识图谱数据集Wikidata5M，推动了大型知识图谱、归纳式知识嵌入和具有文本的知识图谱研究。