| 基于图神经网络的兴趣活动推荐算法 |
| |
| 引用本文： | 魏晓辉,孙冰怡,崔佳旭.基于图神经网络的兴趣活动推荐算法[J].吉林大学学报(工学版),2021,51(1):278-284. |
| |
| 作者姓名： | 魏晓辉 孙冰怡 崔佳旭 |
| |
| 作者单位： | 吉林大学计算机科学与技术学院,长春130012;吉林大学符号计算与知识工程教育部重点实验室,长春130012;吉林大学计算机科学与技术学院,长春130012;吉林大学符号计算与知识工程教育部重点实验室,长春130012;吉林大学计算机科学与技术学院,长春130012;吉林大学符号计算与知识工程教育部重点实验室,长春130012 |
| |
| 基金项目： | 国家重点研发计划专项项目;国家自然科学基金项目 |
| |
| 摘 要： | 针对在基于事件的社交网络中,用户和其参加过的活动天然构成异质网络这一特点,提出了一个端到端的推荐算法,旨在使用异质网络的高阶连接性和非线性匹配关系,提高活动的推荐命中率.首先,通过图神经网络提取异质图的高阶连接信息对每个节点的影响,更新节点的嵌入式表示;然后,将用户-活动的嵌入式表示输入到多层感知机中,得到基于当前嵌入式表示的匹配概率,反向传播更新模型参数;重复此过程,获得最终的匹配概率.实验结果表明:本文算法训练稳定;相较于已有方法,命中率提高10％以上,归一化折损累计增益提高约10％;相较于不考虑异质图的高阶连接性的情况,命中率和归一化折损累计增益均有提高.
|
| 关 键 词： | 计算机软件与理论 推荐系统 基于事件的社交网络 异质图 图神经网络 |
Recommending activity to users via deep graph neural network |
| |
| WEI Xiaohui,SUN Bing-yi,CUI Jia-xu.Recommending activity to users via deep graph neural network[J].Journal of Jilin University:Eng and Technol Ed,2021,51(1):278-284. |
| |
| Authors: | WEI Xiaohui SUN Bing-yi CUI Jia-xu |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
|
