计算机应用研究

作者：杜雨晅,王巍,张闯,郑小丽,苏嘉涛,王杨洋,

单位：1.河北工程大学a.信息与电气工程学院;b.河北省安防信息感知与处理重点实验室,河北邯郸056038；2.江南大学物联网工程学院,江苏无锡214122；

关键词：推荐系统,自适应,图卷积神经网络,注意力机制,协同过滤,

基金：国家自然科学基金资助项目(61802107)；教育部—中国移动科研基金资助项目(MCM20170204)；河北省高等学校科学技术研究项目(ZD2020171)；江苏省博士后科研资助计划项目(1601085C)；；

随着互联网的快速发展，推荐系统可以用来处理信息过载的问题。由于传统推荐系统的诸多问题导致其无法处理发掘隐藏信息，提出一种自适应图卷积注意力神经协同推荐算法（ANGCACF）。首先获取用户和项目交互图，通过图卷积神经网络自适应的聚合用户和项目特征信息；其次对用户和项目特征信息添加自适应扩充数据，以解决数据稀疏性，利用注意力机制对用户和项目特征信息及添加的自适应扩充数据重新分配权重；最后将得到的用户和项目特征表示使用基于矩阵分解的协同过滤的算法框架得出最终推荐结果。在MovieLens-1M、MovieLens-100K和 Amazon-baby三个公开数据集上的实验表明，该算法在推荐准确率、召回率、Mrr、命中率和 NDCG 五个指标上均优于基线方法。

来源：2022年第6期

《计算机应用研究》期刊编辑部

查看计算机应用研究杂志2022年第6期