基于图卷积与外积的协同过滤推荐模型OA北大核心CSCDCSTPCD
Collaborative filtering recommendation model based on graph convolution and cross product
推荐系统帮助用户主动找到满足其偏好的个性化物品并推荐给用户.协同过滤算法是推荐系统中较为经典的算法,但是其会受到数据冷启动和稀疏性的限制,具有可解释性差和模型泛化能力差等缺点.针对其缺点进行研究,通过将原始的评分矩阵以用户—项目二部图的形式作为输入,将图卷积神经网络设计为一种图自编码器的变体,通过迭代的聚合邻居节点信息得到用户和项目的潜在向量表示,并在其基础上结合卷积神经网络,提出了一种基于卷积矩阵分解的推荐算法,提升了模型的可解释性和泛化能力,…查看全部>>
苏静;许天琪;张贤坤;史艳翠;顾淑婷
天津科技大学 人工智能学院,天津300457天津科技大学 人工智能学院,天津300457天津科技大学 人工智能学院,天津300457天津科技大学 人工智能学院,天津300457天津科技大学 人工智能学院,天津300457
信息技术与安全科学
推荐系统协同过滤图神经网络卷积神经网络矩阵分解
《计算机应用研究》 2021 (10)
3044-3048,5
天津市自然科学基金资助项目(19JCYBJC15300)天津市教委项目(2018KJ105)
评论