图神经网络在冷启动推荐中的实现

摘要：

针对在互联网金融产业发展过程中,推荐系统因数据稀疏性带来的用户冷启动和项目冷启动问题,提出一种同构属性特点的图神经网络的冷启动推荐模型.提出一种构造用户属性和项目属性的信息图方法;提出一种改进的变分图自编码器,解决偏好重构嵌入问题;使用门控注意力聚合器,解决聚合邻域中不同模态的多属性问题.通过真实的京东数据集,与经典模型相比较,该模型在MSE值、RMSE值和MAE值至少降低了4.05％、2.02％和2.53％,验证了模型在解决推荐系统冷启动问题方面的有效性.

关键词：推荐系统、图神经网络、冷启动推荐、信息图、门控注意力聚合器

所属期刊栏目：43

分类号：TP311.1(计算技术、计算机技术)

资助基金：辽宁省教育厅科学技术研究基金项目LJ2020033

在线出版日期：2022-10-09（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：2557-2566