首页 | 本学科首页   官方微博 | 高级检索  
     

融合画像和文本信息的轻量级关系图注意推荐模型
引用本文:刘超,朱波.融合画像和文本信息的轻量级关系图注意推荐模型[J].计算机应用研究,2023,40(4):1037-1043.
作者姓名:刘超  朱波
作者单位:重庆理工大学,重庆理工大学
基金项目:国家教育考试科研规划课题(GJK2019006)
摘    要:针对当前基于图神经网络的推荐系统受数据稀疏影响推荐效率不高的问题,提出融合画像和文本信息的轻量级关系图注意推荐模型(LightRGAN)。首先,利用用户画像和项目画像初始化用户和项目的嵌入表示。其次,引入评论、项目描述和项目类型作为辅助信息,并通过基于多头注意力机制的文本嵌入网络挖掘同一用户评论集和描述集中文本之间的潜在联系。然后,通过融合注意力机制的轻量级关系图卷积网络学习用户和项目的嵌入表示。最后,对各层嵌入表示加权求和并通过预测网络计算匹配分数。在三个公开数据集上的实验结果表明LightRGAN的效果优于多个现有的基线模型,评估指标HR@20、NDCG@20较最优基线模型最少提升了2.58%、2.37%。

关 键 词:推荐系统  图神经网络  用户画像  文本信息
收稿时间:2022/8/25 0:00:00
修稿时间:2023/3/7 0:00:00

Light relational graph attention recommendation model fusing with profiles and text information
Liu Chao and Zhu Bo.Light relational graph attention recommendation model fusing with profiles and text information[J].Application Research of Computers,2023,40(4):1037-1043.
Authors:Liu Chao and Zhu Bo
Affiliation:Chongqing University of Technology,
Abstract:
Keywords:recommendation system  graph neural network  user profile  text information
点击此处可从《计算机应用研究》浏览原始摘要信息
点击此处可从《计算机应用研究》下载全文
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号