基于图卷积神经网络的家具推荐方法 |
| |
作者姓名: | 黄雨洁 李昕 胡基柔 陶卓 |
| |
作者单位: | 1.南京邮电大学计算机学院210023;2.南京邮电大学管理学院210023; |
| |
基金项目: | 2022年度江苏省级大学生创新创业训练计划项目(202210293161T)。 |
| |
摘 要: | 协同过滤是大数据推荐系统的重要算法之一,为提高家具推荐效果,文章首先介绍了协同过滤的经典算法,其次对基于图卷积的推荐算法进行梳理并改进,基于收集到的数据集构建了模型,最后选取其他协同过滤经典算法与之进行对比和分析。实验结果表明:相较于基于物品的协同过滤算法模型、基于用户的协同过滤算法模型,基于图卷积的协同过滤算法模型在评价指标上有更好的表现,更适合应用于家具推荐。
|
关 键 词: | 图卷积神经网络 推荐算法 家具推荐 |
本文献已被 维普 等数据库收录! |
|