-
题名基于用户行为及知识传播的图神经网络推荐系统
被引量：2
- 1
-
-
作者
杨中金
-
机构
上海理工大学光电信息与计算机工程学院
-
出处
《智能计算机与应用》
2024年第2期35-40,共6页
-
基金
国家自然科学基金(61772342)。
-
文摘
协同过滤算法存在数据稀疏和冷启动问题,当前的推荐方法普遍引入知识图谱来缓解协同过滤算法的缺陷,但这些方法大都专注于利用知识图谱来构建用户及物品的特征表示,忽略了对用户交互信息的有效利用。本文提出了一种基于用户行为和知识图谱的推荐方法,该方法由交互传播以及知识传播两部分组成。前者通过图神经网络,利用用户-物品交互图来构建用户物品的高阶交互特征;后者利用知识图谱中传播得到相关实体来补充对物品的描述。在两个基准数据集上的大量实验表明,相对于基线模型,本文提出的基于用户行为及知识传播的图神经网络推荐系统具有较好的推荐效果以及泛化能力。
-
关键词
协同过滤
推荐系统
用户-物品交互图
知识图谱
-
Keywords
collaborative filtering
recommender system
user-item interaction graph
knowledge graph
-
分类号
TP391.3
[自动化与计算机技术—计算机应用技术]
TP391.1
[自动化与计算机技术—计算机科学与技术]
TP183
-
-
题名GNRF:基于关系融合的图神经网络推荐系统
- 2
-
-
作者
杨中金
彭敦陆
宋祎昕
-
机构
上海理工大学光电信息与计算机工程学院
国家管网集团浙江省天然气管网有限公司
-
出处
《小型微型计算机系统》
CSCD
北大核心
2024年第8期1895-1900,共6页
-
基金
国家自然科学基金项目(61772342)资助.
-
文摘
当前的推荐方法普遍引入知识图谱作为辅助信息来缓解协同过滤算法的缺陷,如数据稀疏和冷启动问题.然而,基于知识图谱的推荐方法大都专注于利用知识图谱来构建用户及物品的特征表示,忽略了对用户交互信息的有效利用.本文在引入用户-物品交互图和知识图谱两种图结构信息基础上,通过图神经网络融合用户-物品间的交互特征、物品间的相似特征以及知识图谱中实体的知识特征,来构建用户物品的特征表示,并将之应用于推荐系统.实验表明,相对于基线模型,本文提出的模型具有较好的推荐效果.
-
关键词
协同过滤
推荐系统
用户-物品交互图
知识图谱
-
Keywords
collaborative filtering
recommender system
user-item interaction graph
knowledge graph
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
