面向社区团购的深度图神经网络推荐系统

由于我国农业生产的熟人社会属性与各种社区团购日益普及,基于社交关系的推荐系统已成为农产品社区团购等新兴互联网应用中不可或缺的组成部分。然而,现有研究大多没法探索、量化用户偏好和社会关系间的相关性,忽略了可能影响某些社交关系拓扑的农产品特征间的相关性(同好者交友现象),因此提出一种基于深度图神经网络的社交推荐模型(GNN-R4A)。首先,该模型将用户与农产品特征空间抽象为两个图网络,分别通过图神经网络方法进行编码;然后,将两个编码空间嵌入矩阵分解的两个隐因子中完成用户—农产品评分矩阵中缺失的评分值;最后,在3组数据集上开展实验,使用均方根误差、均方误差、归一化折损累计增益作为评估指标,结合消融实验验证推荐方法的有效性。实验表明,GNN-R4A相较于已有方法推荐效果更优,可为面向社区团购的推荐系统提供参考与借鉴。