融合社交关系的图神经网络推荐系统研究.pdf
文本预览下载声明
中文摘要
在社交推荐中,社交关系的加入丰富了用户和项目表示,使得推荐模型能够通
过结合用户-项目交互信息与用户之间的社交关系来提高预测性能。然而,依赖于用
户-项目成对关系的建模方式导致无法有效捕捉高层复杂交互语义,用户关系中蕴含
的冗余和噪声使得模型捕捉的模式往往存在偏差,这些都为交互信息和社交关系的
有效融合造成了困难,进而难以确保推荐结果的可靠性。为此,本文开展了针对性
研究,具体工作如下:
(1)社交推荐模型借助GNN学习节点表示时,往往依赖于用户-项目成对关系的
建模方式,导致
显示全部