-
题名基于图神经网络特征交叉的协同过滤算法
- 1
-
-
作者
王燕
赵妮妮
范林
-
机构
兰州理工大学计算机与通信学院
-
出处
《兰州理工大学学报》
CAS
北大核心
2023年第1期94-102,共9页
-
基金
国家自然科学基金(61863025)
甘肃省重点研发计划-工业类(18YF1GA060)。
-
文摘
学习用户和项目有效的向量表示是推荐系统的核心目标,现有的推荐模型大多通过深度神经网络或专门设计的特征交叉,来学习用户-项目间的特征交叉生成用户(项目)向量表示,但并未将用户(项目)特征间的交叉信息编码到嵌入向量中充分利用特征交叉信息,且多个特征交叉信息对于生成最终的用户(项目)向量表示的影响不同.基于此,构建两个图神经网络模块,学习用户(项目)特征间的交叉信息、用户-项目之间的特征交叉信息,并通过计算注意力分数对特征交叉信息进行加权,得到用户(项目)的特征信息;然后通过门控循环神经网络(GRU)聚合原始的特征信息和网络层学习到的特征交叉信息,得到最终的用户(项目)向量表达;最后通过用户向量与项目向量的元素积得到最终的推荐结果.在数据集MovieLens 1M、Book-Crossing和Taobao上验证了模型的有效性.
-
关键词
协同过滤
图神经网络
GRU
双线性特征交叉
注意力机制
-
Keywords
collaborative filtering
graph neural networks
GRU
bilinear characteristic crossover
attention
-
分类号
TP391.3
[自动化与计算机技术—计算机应用技术]
-