典型文献
基于图神经网络和LSTM的社交推荐算法
文献摘要：
推荐系统可以帮助人们从海量数据中得到真正需要的信息.本文提出了一种基于图神经网络和长短期记忆网络的推荐融合模型GNN-L.首先使用长短期记忆网络和注意力网络联合捕获物品的潜在特征,然后利用图神经网络从用户物品图和用户社交图获得用户的潜在特征,最后将两种潜在特征通过多层感知器得出评分预测的结果.对真实数据集进行验证,结果表明,GNN-L的均方根误差和平均绝对误差都低于本文对比的其他算法模型,该模型能更好地进行精准推荐.
文献关键词：
社交推荐;图神经网络;长短期记忆网络;注意力网络;评分预测
中图分类号：
作者姓名：
刘艺璇;孙英娟;李婉桦;刘乾;杨丹阳;于洋
作者机构：
长春师范大学计算机科学与技术学院,吉林 长春130032;长春市第五十六中学,吉林 长春130022
文献出处：
引用格式：
[1]刘艺璇;孙英娟;李婉桦;刘乾;杨丹阳;于洋-.基于图神经网络和LSTM的社交推荐算法)[J].长春师范大学学报,2022(08):48-53
A类：
B类：
图神经网络,社交推荐,推荐算法,推荐系统,助人,海量数据,长短期记忆网络,融合模型,GNN,注意力网络,潜在特征,社交图,得用,多层感知器,评分预测,真实数据,平均绝对误差,算法模型,精准推荐
AB值：
0.311153
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。
