基于图神经网络和GRU网络的社交推荐算法

摘要：

文章提出了一种基于改进的图神经网络和门控循环单元(Gated Recurrent Unit,GRU)网络的融合模型RGNN-GRU,以预测用户对物品的评分.首先,RGNN-GRU将用户对物品的评分视为相对评分,构造改进的图神经网络.其次,结合现实中用户的兴趣会随时间发生改变的特性,引入GRU网络.最后,利用改进的图神经网络、GRU网络和用户社交网络分别对用户、物品和社交关系进行建模.在数据集Ciao和Epinions上的实验结果表明,本文所提模型的推荐性能更好.

关键词：社交推荐、相对评分、图神经网络、注意力网络、门控循环单元(GRU)

所属期刊栏目：35

分类号：TP301.6(计算技术、计算机技术)

在线出版日期：2023-04-10（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：73-78