使用图负采样的图卷积神经网络推荐算法OA北大核心CSTPCD
经过几年的快速发展,基于图卷积神经网络的协同过滤算法已经在许多推荐系统场景中取得了最好的表现。但是这些算法在采集负样本时大多仅仅采用简单的随机负采样方法,没有充分利用图结构信息。针对这一问题,提出了一种使用图负采样的图卷积神经网络推荐算法GCN-GNS。该算法首先构造用户-物品二部图,并利用图卷积神经网络获取节点嵌入向量;接下来通过基于深度优先搜索的随机游走方法获取同时包含近距离邻居物品节点和远方物品节点的游走物品节点序列;然后设计注意力层自适应…查看全部>>
黄河源;慕彩红;方云飞;刘逸
西安电子科技大学人工智能学院,陕西西安710071西安电子科技大学人工智能学院,陕西西安710071西安电子科技大学人工智能学院,陕西西安710071西安电子科技大学电子工程学院,陕西西安710071
计算机与自动化
推荐系统协同过滤卷积神经网络图负采样
《西安电子科技大学学报》 2024 (1)
P.86-99,14
国家自然科学基金(62077038,61672405,62176196,62271374)。
评论