GNRF:基于关系融合的图神经网络推荐系统

作     者：杨中金 彭敦陆 宋祎昕 YANG Zhongjin;PENG Dunlu;SONG Yixin

作者机构：上海理工大学光电信息与计算机工程学院上海200093 国家管网集团浙江省天然气管网有限公司杭州310051 

出 版 物：《小型微型计算机系统》 (Journal of Chinese Computer Systems)

年 卷 期：2024年第45卷第8期

页      面：1895-1900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：国家自然科学基金项目(61772342)资助 

主　　题：协同过滤 推荐系统 用户-物品交互图 知识图谱 

摘      要：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.