多通道图注意力解耦社交推荐方法 |
| |
作者姓名: | 洪明利 王靖 贾彩燕 |
| |
作者单位: | 北京交通大学计算机与信息技术学院,北京 100044;北京交通大学交通数据分析与挖掘北京市重点实验室,北京 100044 |
| |
基金项目: | 国家自然科学基金资助项目(61876016,61632004);中央高校基本科研业务费专项资金资助项目(2019JBZll0) |
| |
摘 要: | 提出具有解耦能力的多通道图注意力社交推荐模型,该模型主要包括深度聚类模块、多通道图注意力聚合模块和评分预测模块。其中,深度聚类模块用于对用户和项目进行分组,并利用聚类结果将用户社交图和用户项目图拆分成多个用户社交子图及用户项目子图,以学习用户兴趣分组及用户对不同类项目的兴趣;多通道图注意力聚合模块学习不同子图对预测结果的注意力;评分预测模块将学习到的用户表示向量和项目表示向量输入多层感知机进行评分预测。在多个真实数据集上的实验结果表明:提出的方法优于其他社交推荐算法。与最新的用于社交推荐的图神经网络方法相比,在Ciao和Epinions数据集上,均方根误差分别降低了2.26%和2.07%,平均绝对误差分别降低了2.58%和3.06%。
|
关 键 词: | 推荐系统 社交网络 图神经网络 注意力网络 深度聚类 |
收稿时间: | 2021-09-13 |
修稿时间: | 2022-05-31 |
本文献已被 万方数据 等数据库收录! |
| 点击此处可从《国防科技大学学报》浏览原始摘要信息 |
|
点击此处可从《国防科技大学学报》下载全文 |
|