融合图卷积和胶囊网络的内容感知排序推荐

摘要：

为提升内容感知推荐算法的性能,提出一种基于排序学习融合胶囊网络和图卷积网络的内容感知推荐算法.构建图卷积网络学习文本特征并捕获非连续和长距离的语义信息,利用胶囊网络提取文本信息中的层次结构信息,融合这两个网络学习文本的细粒度特征;基于项目偏好排序和文本内容相关性排序,构建一个基于扩展BPR模型的联合似然函数损失函数,实现Top-N的排序推荐.真实数据集的实验结果表明,该算法有效提升了推荐性能.

关键词：文本信息、图卷积网络、胶囊网络、偏好排序、逐对排序、推荐算法、细粒度特征、用户偏好

所属期刊栏目：44

分类号：TP311(计算技术、计算机技术)

资助基金：国家自然科学基金;湖北省技术创新专项基金;湖北大学教研基金项目

在线出版日期：2023-02-10（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：158-165