基于感知器的图卷积推荐系统

作     者：尹永超 廉佐政 张亚杰 YIN Yongchao;LIAN Zuozheng;ZHANG Yajie

作者机构：齐齐哈尔大学计算机与控制工程学院黑龙江齐齐哈尔161006 

出 版 物：《高师理科学刊》 (Journal of Science of Teachers＇College and University)

年 卷 期：2023年第43卷第4期

页      面：27-31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：黑龙江省高等教育教学改革研究项目(SJGY20200770,SJGY20190710) 齐齐哈尔大学教育科学研究项目(ZD201802) 齐齐哈尔大学研究生创新科研项目(YJSCX2021080) 

主　　题：推荐系统 图神经网络 感知器 

摘      要：互联网信息陡增,导致信息过载,为客户更加精准地推荐商品变得越来越困难.与传统推荐算法相比,基于图神经网络的推荐算法可以更好地提取客户与商品之间的关联关系.但是,在此类算法中潜在特征的乘法内积的简单线性组合无法准确捕获客户交互数据的复杂结构.针对这类问题,提出了基于感知器的图卷积推荐算法,即在利用图神经网络提取关联关系时,使用感知器分别对客户和商品的特征进行提取.使用召回率和归一化折损累计增益作为评价指标,在3组公共数据集中进行了对比实验.实验结果表明,该方法比已有相关算法的效果有所提升.