期刊文献+
共找到9篇文章
< 1 >
每页显示 20 50 100
基于元学习的图神经网络冷启动推荐
1
作者 吴斯琦 赵清华 于雨晨 《计算机工程与科学》 CSCD 北大核心 2024年第9期1675-1684,共10页
为解决推荐过程中冷启动问题对新用户或新项目场景性能的限制,提出了一种基于元学习的图神经网络冷启动推荐模型MetaNGCF,以提高推荐的准确性和多样性。首先,提出具有自适应的感知元学习结构来构建用户与项目交互图和神经图混合的模型,... 为解决推荐过程中冷启动问题对新用户或新项目场景性能的限制,提出了一种基于元学习的图神经网络冷启动推荐模型MetaNGCF,以提高推荐的准确性和多样性。首先,提出具有自适应的感知元学习结构来构建用户与项目交互图和神经图混合的模型,将用户行为与项目知识统一表达,融合自适应加权损失策略来实时校正元学习路径,以避免噪声任务对模型造成的损害;其次,运用聚类算法将高维特征空间转化为低维低秩特征空间,并利用用户偏好学习任务聚合层梯度对协作信号进行编码,自动归纳出用户与项目之间的高阶连通性,进而捕捉NGCF通用知识语义;最后,与现有的MetaHIN算法进行对比验证,实验结果表明MetaNGCF在Recall@20和NDCG@20上具有更佳的性能。 展开更多
关键词 元学习 冷启动推荐 协同过滤 图神经网络
在线阅读 下载PDF
基于社交关系拓扑结构的冷启动推荐方法 被引量:2
2
作者 张亚楠 曲明成 刘宇鹏 《浙江大学学报(工学版)》 EI CAS CSCD 北大核心 2016年第5期1001-1008,共8页
针对冷启动用户仅有很少行为信息,很难为冷启动用户给出推荐的问题,提出基于比较社交网络中用户间社交关系拓扑结构的冷启动推荐方法.社交网络中包含多种可以反映用户偏好的社交关系,然而现有基于社交网络的冷启动推荐研究仅利用一种或... 针对冷启动用户仅有很少行为信息,很难为冷启动用户给出推荐的问题,提出基于比较社交网络中用户间社交关系拓扑结构的冷启动推荐方法.社交网络中包含多种可以反映用户偏好的社交关系,然而现有基于社交网络的冷启动推荐研究仅利用一种或者很少的社交关系,没有充分利用社交网络中的多种社交关系,很少考虑融合相异的社交关系,限制了在实际环境中对冷启动用户的推荐效果.由于社交关系在社交网络中的权重越大在推荐中的影响越大,为了给出准确的冷启动推荐,提出基于社交关系拓扑的相似用户发现方法(STSUM),基于最大熵原理融合社交网络中多种相异的社交关系,基于图形模式匹配为冷启动用户发现相似用户,给出推荐.在真实的网站中提取社交关系和用户数据,实验结果表明,STSUM可以有效地提高对冷启动用户的推荐效果且需要较少的训练集. 展开更多
关键词 冷启动推荐 社交网络 图形模式匹配 最大熵
在线阅读 下载PDF
基于增量图形模式匹配的动态冷启动推荐方法 被引量:1
3
作者 张亚楠 陈德运 +1 位作者 王莹洁 刘宇鹏 《浙江大学学报(工学版)》 EI CAS CSCD 北大核心 2017年第2期408-415,共8页
针对忽视用户的社交关系变化可能得到不准确的推荐结果这一问题,为冷启动用户基于社交网络拓扑结构增量更新相似用户,并基于更新的相似用户给出准确的推荐.用户社交关系是动态变化的,然而现有基于社交网络的冷启动推荐却没有充分考虑社... 针对忽视用户的社交关系变化可能得到不准确的推荐结果这一问题,为冷启动用户基于社交网络拓扑结构增量更新相似用户,并基于更新的相似用户给出准确的推荐.用户社交关系是动态变化的,然而现有基于社交网络的冷启动推荐却没有充分考虑社交关系的变更对推荐结果的影响.为了给冷启动用户实时准确的推荐,提出基于增量图形模式匹配的动态冷启动推荐方法(IGPMDCR),增量地更新冷启动用户的相似用户,为冷启动用户给出实时准确的推荐结果.在真实社交网站的数据集的实验结果表明,IGPMDCR可以在用户间社交关系变更的情况下,为冷启动用户给出实时准确的推荐结果. 展开更多
关键词 冷启动推荐 社交网络 增量图形模式匹配 社交网络拓扑结构
在线阅读 下载PDF
用于冷启动推荐的异质信息网络对比元学习 被引量:5
4
作者 方阳 谭真 +3 位作者 陈子阳 肖卫东 张玲玲 田锋 《软件学报》 EI CSCD 北大核心 2023年第10期4548-4564,共17页
在推荐系统中,冷启动推荐由于缺乏用户和物品交互信息而具有很大的挑战性.该问题可以由数据层和模型层的策略进行缓解.传统的数据层方法利用如特征信息的辅助信息来增强用户和物品表示的学习.最近,异质信息网络被整合于推荐系统中.它可... 在推荐系统中,冷启动推荐由于缺乏用户和物品交互信息而具有很大的挑战性.该问题可以由数据层和模型层的策略进行缓解.传统的数据层方法利用如特征信息的辅助信息来增强用户和物品表示的学习.最近,异质信息网络被整合于推荐系统中.它可以提供更丰富的辅助信息和更有意义的语义信息.但是,这些模型无法充分利用结构和语义信息,并且忽视了网络中的无标签信息.模型层的方法应用了元学习框架,该框架通过学习相似任务的先验知识,然后利用很少的标签信息适应新任务,与冷启动问题相似.综上,提出了一个基于异质信息网络的对比元学习框架CM-HIN,同时,在数据层和模型层解决冷启动问题.具体的,利用元路径和网络模式这两个视图分别刻画异质信息网络的高阶以及本地结构信息.在元路径和网络模式视图中,采用对比学习挖掘异质信息网络的无标签信息并整合两个视图.在3个基准数据集上的3个冷启动推荐场景的大量实验中,CM-HIN超越了所有先进的基线模型. 展开更多
关键词 冷启动推荐 异质信息网络 元学习 对比学习
在线阅读 下载PDF
图神经网络在冷启动推荐中的实现 被引量:5
5
作者 高巍 朱风兰 +2 位作者 李大舟 周河晓 陈思思 《计算机工程与设计》 北大核心 2022年第9期2557-2566,共10页
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... 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。 展开更多
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
在线阅读 下载PDF
支持冷启动用户推荐的区块链服务发布方案 被引量:1
6
作者 董学文 刘昊哲 +1 位作者 乔慧 郑佳伟 《通信学报》 EI CSCD 北大核心 2021年第1期57-66,共10页
为解决现有的发布系统容易受到篡改,以及很难向新加入系统的“冷启动”用户推荐服务信息的问题,提出了一种支持冷启动用户推荐的区块链服务发布方案。将单个辅助域的潜在特征映射模型扩展到2个辅助域,为目标域中的冷启动用户进行更为精... 为解决现有的发布系统容易受到篡改,以及很难向新加入系统的“冷启动”用户推荐服务信息的问题,提出了一种支持冷启动用户推荐的区块链服务发布方案。将单个辅助域的潜在特征映射模型扩展到2个辅助域,为目标域中的冷启动用户进行更为精确的推荐。将微服务架构和区块技术相结合,确保系统可扩展性、可靠性和安全性。在亚马逊交易数据中提取的3个真实数据集上的实验结果表明,所提推荐模型优于大多数其他推荐方法,并且服务发布信息可以安全地存储在区块链中以确保其不被更改。 展开更多
关键词 区块链 服务发布 冷启动推荐 辅助域
在线阅读 下载PDF
融合信息瓶颈与图卷积的跨域推荐算法
7
作者 王永贵 胡鹏程 +2 位作者 时启文 赵炀 邹赫宇 《计算机工程与应用》 CSCD 北大核心 2024年第15期77-90,共14页
基于迁移学习的跨域推荐可以有效地学习连接源域和目标域的映射函数,但其性能仍然受到表征质量不高和负迁移问题的影响,不能有效地为冷启动用户进行推荐,为此提出了一种融合信息瓶颈与图卷积网络的跨域推荐模型(IBGC)。利用图卷积神经... 基于迁移学习的跨域推荐可以有效地学习连接源域和目标域的映射函数,但其性能仍然受到表征质量不高和负迁移问题的影响,不能有效地为冷启动用户进行推荐,为此提出了一种融合信息瓶颈与图卷积网络的跨域推荐模型(IBGC)。利用图卷积神经网络聚合有关联的用户-用户和项目-项目信息;利用注意力机制学习用户和项目偏好,以提高节点特征表示质量;考虑到两个领域的信息交互,将重叠用户进行嵌入表示的同时限制特定信息的编码,利用信息瓶颈理论设计了三种正则化器,以捕获域内和跨域用户-项目的相关性,并将不同领域的重叠用户表征对齐以解决负迁移问题。在Amazon数据集中的四对公开数据集上进行实验,实验结果表明该模型在MRR、HR@K和NDCG@K三个推荐性能指标上的表现均优于基线模型,在四对数据集上与最优对比基线模型相比,MRR平均提升34.36%,HR@10平均提升34.94%,NDCG@10平均提升36.83%,证明了IBGC模型的有效性。 展开更多
关键词 跨域推荐算法 用户冷启动推荐 图卷积神经网络 信息瓶颈理论 网络嵌入学习 注意力机制
在线阅读 下载PDF
基于项目和信任的协同过滤推荐算法 被引量:16
8
作者 朱丽中 徐秀娟 刘宇 《计算机工程》 CAS CSCD 2013年第1期58-62,66,共6页
为解决冷启动用户的推荐问题,对TrustWalker算法在相似度计算、可能性项目选择和预测评分等方面进行改进,提出一种基于项目和信任的协同过滤推荐算法CoTrustWalker。采用云模型相似度方法计算项目间的相似度,通过选择最相似的若干个项... 为解决冷启动用户的推荐问题,对TrustWalker算法在相似度计算、可能性项目选择和预测评分等方面进行改进,提出一种基于项目和信任的协同过滤推荐算法CoTrustWalker。采用云模型相似度方法计算项目间的相似度,通过选择最相似的若干个项目的聚合结果作为随机游走的返回结果,从而提高推荐结果的稳定性。实验结果表明,CoTrustWalker算法在小规模数据集上与TrustWalker算法相比,其推荐质量和推荐速度均有较大提高。 展开更多
关键词 推荐系统 协同过滤 基于信任网络推荐 冷启动推荐 混合推荐 云模型
在线阅读 下载PDF
基于异质图表达学习的跨境电商推荐模型 被引量:6
9
作者 张瑾 朱桂祥 +2 位作者 王宇琛 郑烁佳 陈镜潞 《电子与信息学报》 EI CSCD 北大核心 2022年第11期4008-4017,共10页
跨境电商产品推荐已经成为电子商务领域新兴的研究议题之一。由于电商产品信息复杂多样、“用户-产品”关联矩阵极为稀疏并且冷启动问题突出,因此传统的协同过滤推荐模型很难奏效。而改进的深度协同过滤模型,只考虑了用户对产品的“显... 跨境电商产品推荐已经成为电子商务领域新兴的研究议题之一。由于电商产品信息复杂多样、“用户-产品”关联矩阵极为稀疏并且冷启动问题突出,因此传统的协同过滤推荐模型很难奏效。而改进的深度协同过滤模型,只考虑了用户对产品的“显式”和“隐式”的反馈信息,忽视了由用户与项目组成的图结构信息,推荐性能很难满足平台和用户的要求。为了解决这些难题,该文提出基于异质图表达学习的图神经网络模型(HGNR)用于个性化的跨境电商产品推荐,该模型具有2个显著的优势:(1)构造“用户-产品-主题”3部图作为模型的输入,通过图卷积神经网络(GCN)在异质图上进行高质量信息传播和聚合;(2)能够获取高质量的用户和产品表征向量,实现了用户和产品复杂交互关系的建模。在真实的跨境电商订单数据集上的实验结果表明,HGNR模型不仅在推荐性能上表现出色,还能有效提升冷启动用户的推荐准确率,与9种推荐基准算法相比,HGNR在评价指标HitRate@10,Item-coverage@10,MRR@10上至少提升了3.33%,0.91%,0.54%。 展开更多
关键词 推荐系统 图神经网络 异质图神经网络 冷启动推荐 跨境电商
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部