咨询与建议

看过本文的还看了

相关文献

该作者的其他文献

文献详情 >融合交互意图的图神经网络协同过滤算法 收藏

融合交互意图的图神经网络协同过滤算法

Neural graph collaborative filtering based on interaction intent

作     者:张贤坤 秦锋斌 孙月 黄文杰 董梅 Zhang Xiankun;Qin Fengbin;Sun Yue;Huang Wenjie;Dong Mei

作者机构:天津科技大学人工智能学院天津300457 深圳市安软慧视科技有限公司广东深圳518029 

出 版 物:《计算机应用研究》 (Application Research of Computers)

年 卷 期:2023年第40卷第2期

页      面:488-492页

学科分类:081203[工学-计算机应用技术] 08[工学] 0835[工学-软件工程] 0812[工学-计算机科学与技术(可授工学、理学学位)] 

基  金:天津市高等学校本科教学质量与教学改革研究计划项目(B201005706) 天津市自然科学基金资助项目(19JCYBJC15300) 天津市科技计划项目(21ZYQCSY00050) 天津市研究生科研创新项目(2021YJSS04) 

主  题:推荐系统 协同过滤 交互意图 图神经网络 

摘      要:传统的协同过滤方法很大程度上以一种统一的方式进行建模,没有在交互意图的细粒度上考虑建模关系。为此提出一种融合交互意图的图神经网络协同过滤算法(INTNGCF)。首先,通过将边分解成多个潜在空间来识别潜在意图;其次,利用交互意图融合层确定这些潜在意图的重要性;最后,生成用户对项目的预测评分。在三个真实数据集上与七种基线模型进行对比实验,结果表明,提出的算法与其他先进的推荐模型相比具有一定的性能优势。

读者评论 与其他读者分享你的观点

用户名:未登录
我的评分