摘要
在推荐系统中,用户的兴趣爱好受到自身的历史行为、社交网络等多方面影响,呈现出一种动态变化的趋势.而如何在推荐系统中结合用户的社交网络信息以及时序兴趣提取有效信息,是一个棘手的问题.对此,提出了一种融合多头注意力机制和门控循环单元的图神经网络算法MGRU.该算法先利用门控循环单元对时序信息进行记忆与遗忘,从而增强局部图邻域迭代过程中时序信息的抽象能力.再利用注意力记忆网络获得朋友在不同方面对用户的影响,依靠多头注意力机制来调节朋友的影响力大小.通过门控神经网络将朋友的影响和用户自身偏好进行融合,对项目进行推荐.在Ciao与Epionions数据集上使用均方根误差和平均绝对误差作为评价指标进行实验,结果证明该算法提升了推荐系统的准确率.
维普
万方数据