典型文献
基于轻量图卷积神经网络的IPTV推荐系统
文献摘要：
传统IPTV推荐难以挖掘用户与节目之间隐式反馈,同时面向实践的IPTV推荐引擎单一.提出基于图表示学习的IPTV推荐系统,构建"用户—节目"历史交互为高阶异构图;利用轻量图卷积操作捕获用户与节目之间的协同信号提取用户偏好,进行评分预测.与MostPopular、BPR、基于神经网络和基于传统图神经网络的协同过滤等主流技术对比验证了方法的先进性,并利用某通信运营商脱敏数据分析验证了在实际场景中的可用性.
文献关键词：
IPTV;推荐系统;图卷积神经网络
中图分类号：
作者姓名：
危枫;胡飞;王晨子;王丽平;杨佳佳;杨正益
作者机构：
中国电信股份有限公司重庆分公司,重庆 401121;重庆大学大数据与软件学院,重庆 401331
文献出处：
引用格式：
[1]危枫;胡飞;王晨子;王丽平;杨佳佳;杨正益-.基于轻量图卷积神经网络的IPTV推荐系统)[J].软件,2022(06):6-8,25
A类：
轻量图卷积,MostPopular
B类：
图卷积神经网络,IPTV,推荐系统,节目,隐式反馈,推荐引擎,图表示学习,异构图,卷积操作,信号提取,取用,用户偏好,评分预测,BPR,图神经网络,协同过滤,技术对比,对比验证,通信运营商,脱敏,分析验证,可用性
AB值：
0.337615
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。
