文档名：双通道超图卷积网络团购推荐
摘要：在社会化电子商务团购中,如何充分挖掘用户与参与者的潜在偏好是影响团购成功的重要因素.现有的社会推荐模型大都利用成对关系挖掘用户的潜在偏好,未考虑用户和参与者之间的复杂交互,无法在团购场景下建立用户的高阶关系.因此,提出了双通道超图卷积网络(dual-channelhypergraphconvolutionalnetworkforgroup-buyingrecommendation,HCGR),并根据团购中角色的不同,在通道内设置不同的消息传递机制,充分利用高阶社会关系更全面地捕获用户潜在偏好.然后使用门控机制自适应聚合不同通道的用户嵌入信息,最终生成推荐结果.在真实团购数据集上的实验表明,HCGR优于所有对比模型,总体性能提升3.18%～4.46%.消融实验以及数据稀疏性实验进一步验证了模型的合理性.
作者：冯英杰 张志鸿 贾玉祥Author：FENGYingjie ZHANGZhihong JIAYuxiang
作者单位：郑州大学计算机与人工智能学院,郑州450001
刊名：重庆理工大学学报 PKU
Journal：JournalofChongqingInstituteofTechnology
年，卷(期)：2023, 37(15)
分类号：TP391
关键词：团购推荐 社交网络 超图 双通道 卷积网络
Keywords：group-buyingrecommendation socialnetwork hypergraph dualchannel convolutionalnetwork
机标分类号：F724.6D923.8TP391.9
在线出版日期：2023年9月26日
基金项目：河南省重大公益专项，国家自然科学基金双通道超图卷积网络团购推荐[
期刊论文] 重庆理工大学学报--2023, 37(15)冯英杰 张志鸿 贾玉祥在社会化电子商务团购中,如何充分挖掘用户与参与者的潜在偏好是影响团购成功的重要因素.现有的社会推荐模型大都利用成对关系挖掘用户的潜在偏好,未考虑用户和参与者之间的复杂交互,无法在团购场景下建立用户的高阶关系...参考文献和引证文献
参考文献
引证文献
本文读者也读过
相似文献
相关博文
双通道超图卷积网络团购推荐 Group-buying recommendation based on dual channel hypergraph convolutional network
双通道超图卷积网络团购推荐.pdf
- 文件大小:
- 1.62 MB
- 下载次数:
- 60
-
高速下载
|
|
