典型文献
基于图注意力机制优化的社交推荐算法研究
文献摘要：
社交推荐旨在将社交信息与用户/项目交互结合起来,以缓解评分预测任务中的数据稀疏问题.针对现有的方法都局限于局部特征的权重分配和处理,忽略了全局特征在社交图中的重要性,因此,提出通过利用多头自注意力机制在图神经网络框架下关注全局特征的权重分配的基于图注意力机制优化的社交推荐模型,从而提高推荐效果.在Ciao和Epinions两个数据集上验证表明,与现有相关基线相比,模型实现了更好的效果.
文献关键词：
推荐系统;社交关系;注意力机制;图神经网络
中图分类号：
作者姓名：
许峰
作者机构：
安徽理工大学,安徽 淮南 232001
文献出处：
引用格式：
[1]许峰-.基于图注意力机制优化的社交推荐算法研究)[J].现代信息科技,2022(17):101-104
A类：
B类：
图注意力机制,机制优化,推荐算法,算法研究,社交信息,评分预测,数据稀疏,局部特征,权重分配,全局特征,社交图,多头自注意力机制,图神经网络,网络框架,下关,社交推荐模型,推荐效果,Ciao,Epinions,模型实现,推荐系统,社交关系
AB值：
0.40681
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
