首页|基于图神经网络与深度学习的商品推荐算法

基于图神经网络与深度学习的商品推荐算法

扫码查看
原文链接
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 万方数据
  • 维普
基于图神经网络的推荐算法可以提取传统方法无法提取用户与商品之间的关联关系.目前此类算法大多忽略了用户和商品的评论数据中所存在的一般偏好.针对这一问题,提出了一种方法,在利用图神经网络提取关联关系的同时,利用深度学习提取评论的优势提取用户和商品的一般偏好,并进行特征融合来提升推荐效果.在四组公共数据集中进行了对比实验,使用召回率和归一化折损累计增益作为评价指标,并通过消融实验验证了方法的有效性.实验表明该方法比已有相关算法的效果更好.两种网络的特征融合对推荐效果有提升作用.
Item recommendation algorithm based on GNN and deep learning

冯兴杰、生晓宇

展开 >

中国民航大学 计算机科学与技术学院,天津300300

推荐系统 图神经网络 深度学习 注意力机制

国家自然科学青年基金国家自然科学青年基金

6130124561201414

2021

10.19734/j.issn.1001-3695.2021.05.0183

计算机应用研究
四川省电子计算机应用研究中心

计算机应用研究

CSTPCDCSCD北大核心
影响因子：0.93
ISSN：1001-3695
年,卷(期)：2021.38(12)
  • 11
  • 4