基于注意力机制和用户属性的图卷积网络推荐模型

张荣梅; 李甜甜; 张佳惠

doi:10.13873/J.1000-9787(2024)05-0129-04

Chinese

您当前的位置：

首页 >

文章列表页 >

基于注意力机制和用户属性的图卷积网络推荐模型

计算与测试 | 更新时间：2025-09-11

- 基于注意力机制和用户属性的图卷积网络推荐模型
- 暂无标题
- 传感器与微系统 2024年第5期页码：129-132
- 作者机构：
  
  河北经贸大学信息技术学院
- 作者简介：
- 基金信息：
- DOI：10.13873/J.1000-9787(2024)05-0129-04
  中图分类号： TP183;TP391.3
- 纸质出版：2024
- 稿件说明：
移动端阅览
张荣梅, 李甜甜, 张佳惠. 基于注意力机制和用户属性的图卷积网络推荐模型[J]. 传感器与微系统, 2024,(5):129-132.
张荣梅, 李甜甜, 张佳惠. 基于注意力机制和用户属性的图卷积网络推荐模型[J]. 传感器与微系统, 2024,(5):129-132. DOI： 10.13873/J.1000-9787(2024)05-0129-04.

DOI：

摘要

为进一步提高图卷积网络(GCN)的推荐精度和模型的收敛速度，提出了基于注意力机制和用户属性的GCN推荐模型。该模型通过轻量级GCN学习用户和项目的高阶关联信息；然后，利用注意力机制对不同邻域特征嵌入加权求和得到用户、项目潜在特征向量，利用多层感知机提取的用户属性特征向量融合到用户潜在特征向量中；最后，用户、项目潜在特征向量的内积作为预测结果进行推荐。通过在Movielens—1M数据集上实验验证，结果表明：该模型的推荐效果均优于基线模型。

Abstract

关键词

Keywords

references

王宪伦,王广宇,孙宇轩.基于双流图卷积网络的人体行为识别算法[J].传感器与微系统,2023(07).

赵港,王千阁,姚烽,张岩峰,于戈.大规模图神经网络系统综述[J].软件学报,2022(01).

任欢,王旭光.注意力机制综述[J].计算机应用,2021(S1).

葛尧,陈松灿.面向推荐系统的图卷积网络[J].软件学报,2020(04).

欧高亮,汪海涛,姜瑛,陈星.基于深度学习的混合推荐算法[J].传感器与微系统,2019(07).

Xiang Wang,Xiangnan He 0001,Meng Wang,Fuli Feng,Tat-Seng Chua.Neural Graph Collaborative Filtering.[J].CoRR,2019.

Steffen Rendle,Christoph Freudenthaler,Zeno Gantner,Lars Schmidt-Thieme.BPR: Bayesian Personalized Ranking from Implicit Feedback[J].CoRR,2012.

浏览量

354

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

融合Transformer的改进遮挡人脸识别算法

一种新型注意力机制的双人交互行为识别方法

基于改进ResNet18模型的驾驶员面部表情识别方法

面向校园场景视频监控的人体行为识别方法

基于改进CNN算法的电厂安防监控异常行为识别