GCN网络推荐算法中负采样方法研究

Research on Negative Sampling Method for GCN Network Recommendation System

图卷积网络(GCN)由于其出色的图数据处理能力,在推荐系统中得到了广泛的应用,但现有的GCN推荐系统却忽略了对负采样策略的支持。聚焦研究图卷积网络推荐系统中更有效的负采样方法,提出一种生成难负样本(hard negative sample)的负采样算法。通过引入流行度的概念,控制正负样本的嵌入表示的融合过程,以生成强负样本候选集,再通过层组合择优策略在难负样本候选集中选出最优难负样本再与正样本组成样本对,通过贝叶斯个性化排序(bayesian personalizedranking,BPR)函数进行优化训练。实验结果表明,所提出的负采样算法有效。