|
|||||
|
|
| 基于AGRU-GNN的图网络社交推荐算法 | |
| 作者姓名： | 卓佳宁 雷景生 周雪雪 |
| 作者单位： | 上海电力大学 计算机科学与技术学院, 上海 200090 |
| 基金项目： | 国家自然科学基金(61672337) |
| 摘 要： | 在推荐系统中,用户对物品的兴趣是动态变化的,会受用户自身历史行为、朋友历史行为甚至短时热点等多方面因素影响.而如何在推荐系统中对用户的时序兴趣进行描述并提取有效信息,一直以来是推荐算法的一大挑战之一.本文在图神经网络(GNN)推荐算法的基础上,提出一种基于注意力门控循环单元(Attention-GRU)的改进图网络算法,对用户、物品的交互时序历史进行特征建模,于此同时结合社交网络将此时序特征在用户、物品之间传播.算法在Ciao与Epionions数据集上进行了验证,并与其他相关工作进行对比,证明了该模型有效地提取了用户、物品的时序特征,提升了推荐系统的有效性. |
| 关 键 词： | 图网络推荐 社交网络推荐 门控循环单元 注意力机制 |
| 收稿时间： | 2020-09-21 |
| 修稿时间： | 2020-10-21 |
| 本文献已被 万方数据 等数据库收录！ | |
| 点击此处可从《计算机系统应用》浏览原始摘要信息 | |
| 点击此处可从《计算机系统应用》下载免费的PDF全文 | |