融合图神经网络的社交推荐算法
方德强
李婷
张亨
西安工程大学计算机科学学院 西安 710600
摘要：传统的推荐系统往往忽略了个体间对用户的差异影响,尤其在社交推荐中,个体对用户在不同物品上的影响呈现多样性,进而导致系统性能的下降和推荐结果的不可靠性.为了克服这一问题,论文提出了一种基于注意力机制的推荐算法.首先,利用图神经网络获取用户与项目的输入信息,然后通过引入注意力机制,有效地融合用户的个性化偏好.此外,引入多头注意力机制有助于更全面地捕捉用户与用户或项目之间的复杂依赖关系.仿真实验结果表明,相较于传统推荐算法,该算法在推荐性能上表现更为出色,尤其在应用场景更加复杂的情境下展现出更为卓越的前景.
关键词：注意力机制图神经网络深度学习
分类号：TP391.3(计算技术、计算机技术)TP183(自动化基础理论)
论文发表日期：2025-06-20
在线出版日期：2025-09-23（本平台首次上网日期，不代表文献的发表时间）
页数：5( 40-43,54 )
英文信息