计算机应用研究

作者：吴永庆,孙鹏,金尧,丁治辰,

单位：辽宁工程技术大学软件学院,辽宁葫芦岛125105；

关键词：推荐系统,图神经网络,社交关系,协同嵌入,

基金：国家自然科学基金资助项目(52174184)；；

为了解决推荐系统中新用户评级预测冷启动和数据稀疏等问题，提出了一种融合一致性社交关系的协同相似嵌入推荐模型（collaborative similarity embedding recommendation model incorporating consistent social relationships，CSECSR）。首先，模型通过预热层对图形嵌入进行等权重传播和聚合；其次，采样具有一致性的社交关系邻居，并利用关系注意力机制对这些关系进行聚合；最后，利用用户和项目最终嵌入值的内积进行评分预测，设计具有自适应裕度的BPR损失和相似性损失的损失函数对模型进行优化。在Ciao、Epinions和FilmTrust数据集上与其他代表性的推荐模型进行了对比，实验结果表明所提推荐模型预测误差明显优于其他模型，证明了所提推荐模型的有效性。

来源：2023年第10期

《计算机应用研究》期刊编辑部

查看计算机应用研究杂志2023年第10期