典型文献
基于复杂结构信息的图神经网络序列推荐算法
文献摘要：
图结构因其在序列推荐场景中的自然适应性而备受关注,而现有的基于图神经网络的会话序列推荐算法虽然能够利用图结构信息达到较好的推荐效果,但是没有考虑用户在会话序列中的重复点击行为和项目之间的复杂转换,且未很好地利用图中复杂的结构信息,导致推荐的效果受到一定程度的限制.提出有向与无向信息同注意力相融合的图神经网络序列推荐算法,并基于推荐算法给出项目隐含向量建模算法,结合会话序列图中的有向结构信息与无向结构信息,通过考虑用户的重复点击行为和引入注意力机制建立会话中点击项目的复杂转换模型.图节点在特征传播的过程中平衡邻居节点信息与自身信息的比例,以更准确地预测推荐过程中生成的会话向量.在Diginetica、Yoochoose 1/64、Yoochoose 1/43个数据集上的实验结果表明,与SR-GNN、TAGNN算法相比,该算法精度最高提升4.34％,能够更好地预测用户在会话中的下一次点击精度.
文献关键词：
图结构;图神经网络;会话序列;推荐算法;注意力机制
中图分类号：
作者姓名：
胡承佐;王庆梅;李迪超;王铮
作者机构：
北京科技大学 国家材料服役安全科学中心,北京 100083;南方海洋科学与工程广东省实验室,广东 珠海 519080;澳门大学 计算机与信息科学系,澳门 999078;北京科技大学 计算机与通信工程学院,北京 100083
文献出处：
引用格式：
[1]胡承佐;王庆梅;李迪超;王铮-.基于复杂结构信息的图神经网络序列推荐算法)[J].计算机工程,2022(05):82-90,97
A类：
有向结构,TAGNN
B类：
复杂结构,图神经网络,序列推荐,推荐算法,会话序列,图结构信息,推荐效果,点击,建模算法,合会,序列图,注意力机制,机制建立,中点,转换模型,特征传播,中平,邻居节点,节点信息,Diginetica,Yoochoose,SR
AB值：
0.290722
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
