图神经网络推荐研究进展

摘要：

图神经网络(graph neural network,GNN)具有从图的领域对数据进行特征提取和表示的优势,近年来成为人工智能研究的热点,图神经网络推荐也是推荐系统研究的一个新方向.本文对GNN模型进行深入研究的基础上,分析了GNN推荐过程,并从无向单元图推荐、无向二元图推荐、无向多元图推荐3个方面详细讨论了现有GNN推荐研究取得的主要进展及不足,阐明了现有GNN推荐研究中存在的主要难点,最后提出了GNN上下文推荐、GNN跨领域推荐、GNN群组推荐、GNN推荐的可解释性等未来GNN推荐的研究方向.

关键词：图神经网络、推荐系统、深度学习、实体联系、社交关系、协同过滤、无向图、有向图

所属期刊栏目：15

分类号：TP301(计算技术、计算机技术)

资助基金：国家自然科学基金资助项目;安徽省自然科学研究重点项目

在线出版日期：2020-07-01（万方平台首次上网日期，不代表论文的发表时间）

页数：共11页

页码：14-24