期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
基于选择状态空间图神经网络的互联网应用用户画像分析
1
作者 滕岷军 孙腾中 +2 位作者 李彦辰 陈媛 宋沫飞 《计算机科学》 北大核心 2025年第S1期730-737,共8页
用户画像分析旨在深入挖掘用户在互联网应用中的偏好,对于推荐系统、个性化广告等众多实际应用具有十分重要的意义。近期的研究趋势是将用户及其互动对象视作图结构中的节点,从而将用户画像的构建转化为节点分类任务,并利用深度图神经... 用户画像分析旨在深入挖掘用户在互联网应用中的偏好,对于推荐系统、个性化广告等众多实际应用具有十分重要的意义。近期的研究趋势是将用户及其互动对象视作图结构中的节点,从而将用户画像的构建转化为节点分类任务,并利用深度图神经网络技术来实现用户特征的提取。然而,这些研究往往未能充分考虑到不同用户间不同交互类型的差异性和时序关系,限制了用户画像分析的准确性。对此,提出了基于选择状态空间的图神经网络方法来进行用户画像分析,以同时捕捉图结构关系所蕴含的多用户对比和时序规律等上下文信息。为有效构建用户操作长序列数据的长程依赖关系,在图神经网络中引入状态空间模型,并结合基于注意力机制的节点优先级排列策略,以增强上下文感知推理,从而提高了用户性别和年龄等显式用户属性的预测性能。在两个真实的互联网APP数据集上进行了实验验证,结果证明了所提方法的有效性。 展开更多
关键词 用户画像 图神经网络 选择状态空间 注意力机制 时序分析
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部