(西南财经大学经济信息工程学院 成都 610074) (dr.wangl@163.com)
出版日期: 2021-09-01基金资助:教育部人文社会科学研究规划基金项目(16XJAZH002);中央高校基本科研业务费专项资金(JBK2102049)A Collaborative Recommendation Model Based on Enhanced Graph Convolutional Neural Network
Wang Lei, Xiong Yuning, Li Yunpeng, Liu Yuanyuan(School of Economics Information Engineering, Southwestern University of Finance and Economics, Chengdu 610074)
Online: 2021-09-01Supported by:This work was supported by the Research Planning Fund of Humanities and Social Sciences of the Ministry of Education (16XJAZH002) and the Fundamental Research Funds for the Central Universities (JBK2102049).摘要/Abstract
摘要： 图卷积神经网络是一种针对图结构数据的深度学习模型，由于具有强大的特征提取和表示学习能力，它也成为当前推荐系统研究的热门方法.以推荐系统中的评分预测为研究对象，通过分析指出了现有的基于图卷积神经网络的推荐模型存在2个方面的不足：图卷积层仅仅利用了1阶协同信号和未考虑用户观点的差异.为此，提出一种端到端的、基于增强图卷积神经网络的协同推荐模型.它采用一种增强的图卷积层，不仅聚合了2阶协同信号而且融合用户观点的影响，从而更合理地利用协同信号学习实体节点的嵌入表示，并通过堆叠多个图卷积层对其进行精化；最后，采用了非线性的多层感知机实现评分预测.基于5种推荐数据集上的实验结果表明：新模型的预测误差相比于几种主流的推荐模型具有明显的降低.
参考文献
相关文章 2
| [1] | 李腾, 乔伟, 张嘉伟, 高怿旸, 王申奥, 沈玉龙, 马建峰. 隐私保护的基于图卷积神经网络的攻击溯源方法[J]. 计算机研究与发展, 2021, 58(5): 1006-1020. |
| [2] | 周全强 张付志. 基于仿生模式识别的用户概貌攻击集成检测方法[J]. 计算机研究与发展, 2014, 51(4): 789-801. |
PDF全文下载地址:
https://crad.ict.ac.cn/CN/article/downloadArticleFile.do?attachType=PDF&id=4496
