【摘 要】
:
推荐系统可以帮助用户简化决策,改善用户体验,增加用户对平台的粘性。协同过滤是最重要的推荐技术之一,但它面临两大挑战,即数据稀疏性和冷启动问题。虽然将辅助信息融合到推荐模型可以缓解这两个问题,但大多数模型很难捕获用户与项目之间的历史交互信息。此外,现有的推荐模型不能灵活地集成多种类型的结构化辅助信息,也不能充分地捕获实体之间的异构信息。本文借助图神经网络(Graph Neural Networks,
论文部分内容阅读
推荐系统可以帮助用户简化决策,改善用户体验,增加用户对平台的粘性。协同过滤是最重要的推荐技术之一,但它面临两大挑战,即数据稀疏性和冷启动问题。虽然将辅助信息融合到推荐模型可以缓解这两个问题,但大多数模型很难捕获用户与项目之间的历史交互信息。此外,现有的推荐模型不能灵活地集成多种类型的结构化辅助信息,也不能充分地捕获实体之间的异构信息。本文借助图神经网络(Graph Neural Networks,GNNs)强大的传播和表达能力,提出了一种基于多图神经网络的推荐系统框架,并在其基础上对一些模块和技术进行了改进。本文主要完成了以下工作:(1)提出了一种多源辅助信息融合的新型推荐框架——GSICF。GSICF由多个部分组成,包括图数据构建、模型构建、模型评估以及讨论与分析。实验表明,GSICF有效且灵活地集成了用户社交网络、用户-项目交互数据和项目结构化属性等结构,具有较好的适用性、扩展性以及可解释性。各类辅助信息可以相互影响、相互促进,进而提高推荐系统的性能。此外,该框架可以充分捕获用户和项目的结构化辅助信息,有效地提取用户和项目的高阶交互,弥补现有方法在表示用户相互关系时的不足。(2)为GSICF添加了基于Trans D的嵌入模块。为了让推荐模型学习更优的用户和项目嵌入表示,本文在模型中添加了基于Trans D的嵌入模块。该模块不仅可以起到预训练的作用,而且可以与GNN共同构建多任务学习模型。同时,该嵌入模块还可以区分实体之间不同的连接关系,捕获异质图中的异构信息。嵌入模块和GNN传播模块相辅相成,共同促进推荐系统性能。本文的其它工作还包括:为GSICF设计了两种新的GNN聚合器,可以传播更丰富的邻域信息;为GSICF设计了一种图注意力机制,以针对特定关系区分不同邻居节点的重要性;在特征传播过程中进行线性传播,使模型更加简单;使用了一种新的预测层,即记录GNN中每一层节点的嵌入表示,以此缓解基于GNN推荐模型的过平滑问题,有利于捕获用户远距离潜在兴趣。
其他文献
本文以河池市5所幼儿园大班和3所小学一年级的随迁儿童作为研究对象,调查幼小衔接期随迁儿童社会适应能力的状况,提出幼小衔接视角下提高随迁儿童社会适应能力的策略:重视随迁儿童社会适应能力发展中存在的问题,幼儿园、家庭、学校和政府共同构建随迁儿童社会适应能力培养联动机制等。
无线电能传输技术(Wireless Power Transmission,WPT),又名非接触传输技术,它能实现在非接触情况下将电能从供电端传送到用电端,免除了电气直接接触,在防水防爆要求高的场合能发挥不俗的作用。当前,WPT技术发展迅猛,特别是磁耦合感应型WPT技术(Magnetic Coupling Inductive Wireless Power Transfer,MC-WPT),近三十年来
膜进化算法是一种抽象于生物细胞结构和活动的进化算法,作为膜计算的应用方向,具有天然的并行框架等特点。在近年来的发展中,被广泛应用于求解各类NP难(Non-deterministic Polynomial Hard)问题并获得了较好的成果。SAT问题(The Satisfiability Problem)是计算机科学的核心问题之一,同时也是首个被证明的NP完全问题,它一直吸引了众多研究人员的关注。3
从文本评论中分析出人们对某方面的情感极性成为当前的研究热点。而根据文本中是否含有方面词,基于方面的情感分析又可分为方面词情感分析(ATSA)和方面类情感分析(ACSA)。本文希望借助句法和深度学习等技术快速地进行情感分析,实现生活场景的智能化。本文主要完成了以下工作:方面词情感分析研究。当前主流方法通常只考虑句子的语序信息,而忽略句子的结构信息。为此本文基于句法和图神经网络提出了多跳句法图卷积网络
消费金融作为我国支撑居民消费和实体经济的基础设施行业,近年来发展迅猛,随着“十四五规划”和“双循环新发展格局”的提出,消费金融的发展优先级又被进一步抬高。消费金融的本质是小额贷款,主要业务是为用户提供消费贷款以满足用户对日常非耐用品的消费。然而随着业务的扩张,消费金融所面临的风险也持续增加。由于存在信息不对称,金融机构在为用户提供消费贷款时难以全面掌握用户的信息,不良贷款率节节攀升,给国家和金融机
近年来,物联网(Internet of Things,Io T)技术的快速发展和在线社交媒体的兴起促进了地理位置社交网络(Location Based Socail Networks,LBSNs)的繁荣。基于位置的影响力最大化问题受到广泛关注,该问题旨在从LBSN中寻找最具影响力的种子用户,从而推动目标地点吸引更多的访问者。该问题在许多重要的Io T场景中得到了应用,如病毒式营销、广告部署等。然而
随着互联网技术日新月异的发展,越来越多的人开始接触大数据和人工智能领域。为了处理随之产生的海量非结构化文本数据,自然语言处理(Natural Language Processing,NLP)的相关研究不断涌现。NLP的典型应用包括信息检索、聊天机器人和机器翻译,其中都涉及到句子的相似度计算,可以认为NLP的很多应用任务就是在判定两个语言单元间的语义相似度,并且随着多语言资源的不断丰富,跨语言的信息
伴随着量子计算机研制和量子算法研究的迅猛发展,安全性依赖于传统数论困难假设的经典密码学体制在后量子时代面临巨大的安全威胁,而格密码学由于具有格上困难问题的安全性保障、相对高效的实现以及较为简单的安全证明,在众多的抗量子密码体制中脱颖而出。数字签名作为最重要的密码学原语之一,格上数字签名研究自然也受到了学界广泛的青睐。增量数字签名为数字签名的一个研究分支,主要针对对快速更新且相互之间差异较小的大型数
<正>2021年7月29日上午,第五届中国出版政府奖表彰会在北京举行。会上发布了《国家新闻出版署关于表彰第五届中国出版政府奖获奖出版物、出版单位和出版人物的决定》和第五届中国出版政府奖获奖名单。经严格评选,20种期刊获期刊奖(其中社科期刊10种),《学术月刊》列第6位。本届中国出版政府奖评选表彰是在庆祝中国共产党建党100周年、迈上全面建设社会主义现代化国家新征程之际,对出版界的一次巡礼和检阅。《
农场果树的病害每年都会带来大量的损失,许多具有传染性的病害如果能在早期及时发现并处理,就可以极大的降低农场的损失,甚至可以避免病害蔓延开来造成巨大的经济损失。随着人工智能技术的不断发展,农场病害检测也由过去的人工巡逻,专家检测的模式逐渐发展为现在的依赖摄像头拍照,算法识别的模式进行病害检测。这能够极大降低由于果农对病害不熟悉而带来的损失。目前,各类识别算法被大量用于植物病斑的识别工作。其中,深度学