文档名：融合上下文信息的图神经网络推荐模型研究
摘要：传统推荐算法缺少对图结构的隐含信息及上下文信息的利用,从而可能降低推荐效果.为提高传统推荐算法的推荐效果,提出基于图神经网络的推荐模型.该模型基于图的高阶连通性理论,使用图神经网络挖掘用户.物品二部图中的隐含信息,并由一阶扩展到多阶,从而获取更精确的嵌入式表示和推荐效果;在更新过程中考虑上下文信息,有利于理解上下文间的交互关系.并将该模型在Yelp-OS、Yelp-NC和Amazon-book数据集上进行实验,实验结果表明,在HR(HitRatio)和NDCG(NormalizedDiscountedCumulativeGain)指标上均优于相关对比算法,证明该算法可优化推荐效果,提升推荐质量.
作者：袁满 褚润夫 袁靖舒 陈萍 Author：YUANMan CHURunfu YUANJingshu CHENPing
作者单位：东北石油大学计算机与信息技术学院,黑龙江大庆163318中国石油大学(北京)信息科学与工程学院,北京102249东北石油大学经济管理学院,黑龙江大庆163318
刊名：吉林大学学报（信息科学版） ISTIC
Journal：JournalofJilinUniversity(InformationScienceEdition)
年，卷(期)：2023, 41(4)
分类号：TP391
关键词：推荐系统 图神经网络 高阶连通性 二部图
Keywords：recommendationsystem graphneuralnetwork higher-orderconnectivity bipartite-graph
机标分类号：F724.6TP301.6P412
在线出版日期：2023年9月26日
基金项目：黑龙江省高等教育教学改革基金资助项目融合上下文信息的图神经网络推荐模型研究[
期刊论文] 吉林大学学报（信息科学版）--2023, 41(4)袁满 褚润夫 袁靖舒 陈萍传统推荐算法缺少对图结构的隐含信息及上下文信息的利用,从而可能降低推荐效果.为提高传统推荐算法的推荐效果,提出基于图神经网络的推荐模型.该模型基于图的高阶连通性理论,使用图神经网络挖掘用户.物品二部图中的隐含...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
融合上下文信息的图神经网络推荐模型研究 Research on Graph Neural Network Recommendation Model of Integrating Context Information
融合上下文信息的图神经网络推荐模型研究.pdf
- 文件大小:
- 3.41 MB
- 下载次数:
- 60
-
高速下载
|
|
