典型文献
面向HIN基于多视角嵌入融合的推荐方法
文献摘要：
由于异构信息网络HIN(heterogeneous information network)具有丰富的语义信息而在推荐任务中得到广泛应用.传统的面向异构信息网络的推荐方法忽略了网络中关联关系的异质性,以及不同关联类型之间的相互影响.提出了一种基于多视角嵌入融合的推荐模型,分别从同质关联视角和异质关联视角来挖掘异构信息网络的深层潜在特征并加以融合,有效地保证了推荐结果的准确性.针对同质关联视角,提出了一种基于图卷积神经网络的嵌入融合方法,通过对同质关联作用下节点邻域信息的轻量式卷积,实现节点嵌入的局部融合.针对异质关联视角,提出了一种基于注意力的嵌入融合方法,利用注意力机制来区分不同关联类型对节点嵌入的影响,实现节点嵌入的全局融合.通过实验验证了所提出的关键技术的可行性和有效性.
文献关键词：
异构信息网络;推荐;多视角嵌入融合;图卷积神经网络;注意力机制
中图分类号：
作者姓名：
石乐昊;寇月;申德荣;聂铁铮;李冬
作者机构：
东北大学计算机科学与工程学院,辽宁沈阳110169;辽宁大学信息学院,辽宁沈阳110036
文献出处：
引用格式：
[1]石乐昊;寇月;申德荣;聂铁铮;李冬-.面向HIN基于多视角嵌入融合的推荐方法)[J].软件学报,2022(10):3619-3634
A类：
多视角嵌入融合
B类：
HIN,推荐方法,异构信息网络,heterogeneous,information,network,语义信息,推荐任务,关联关系,推荐模型,潜在特征,图卷积神经网络,融合方法,联作,邻域信息,节点嵌入,注意力机制
AB值：
0.238031
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。
