基于图卷积神经网络群组发现的群组推荐方法

    公开(公告)号:CN114741572B

    公开(公告)日:2024-07-23

    申请号:CN202210364463.0

    申请日:2022-04-08

    摘要: 一种基于图卷积神经网络群组发现的群组推荐方法,根据电影主题类别将用户—电影交互数据划分为数据子集,使用各数据子集构建用户—电影交互图,通过图卷积网络从交互图中学习用户/电影嵌入表示,然后利用Kmeans算法进行群组发现,通过均值融合策略,将群组成员嵌入表示融合为群组嵌入表示,最后将群组嵌入表示与电影嵌入表示进行内积得到群组对电影的预测偏好得分,根据偏好得分向群组推荐电影。侧重于群组发现阶段的用户嵌入获取方法,考虑了群组的内部一致性对群组推荐算法性能的影响,将用户—电影的交互信息融入用户/电影的特征信息之中,提高了群组发现中的用户嵌入表示的准确度,进而增强了群组推荐算法的性能。

    基于图卷积神经网络群组发现的群组推荐方法

    公开(公告)号:CN114741572A

    公开(公告)日:2022-07-12

    申请号:CN202210364463.0

    申请日:2022-04-08

    摘要: 一种基于图卷积神经网络群组发现的群组推荐方法,根据电影主题类别将用户—电影交互数据划分为数据子集,使用各数据子集构建用户—电影交互图,通过图卷积网络从交互图中学习用户/电影嵌入表示,然后利用Kmeans算法进行群组发现,通过均值融合策略,将群组成员嵌入表示融合为群组嵌入表示,最后将群组嵌入表示与电影嵌入表示进行内积得到群组对电影的预测偏好得分,根据偏好得分向群组推荐电影。侧重于群组发现阶段的用户嵌入获取方法,考虑了群组的内部一致性对群组推荐算法性能的影响,将用户—电影的交互信息融入用户/电影的特征信息之中,提高了群组发现中的用户嵌入表示的准确度,进而增强了群组推荐算法的性能。