图神经网络在推荐系统中的多场景应用综述
邢星
刘嘉雯
王天池
王鸿达
贾志淳
渤海大学信息科学与技术学院,辽宁锦州 121013
摘要：推荐系统能够快速有效地从纷繁复杂的数据中获取有价值的信息.传统推荐在新用户和新项目方面受限,数据稀缺导致推荐困难,同时忽视用户兴趣演化.鉴于传统推荐方法在面对复杂、大规模和动态变化的推荐场景下存在局限性,图神经网络技术引发了学术界的广泛关注.图神经网络在处理图数据和复杂交互关系方面具有优势,并且能够提高推荐的个性化、可解释性和时效性.图神经网络基于图结构数据和节点之间的交互关系,利用节点的特征和邻居信息进行推荐,提高了推荐的准确性.首先,介绍了图神经网络的基本原理和常用模型.其次,分析当前图神经网络在推荐中面临的问题,探讨应对方法.最后,按照不同推荐场景进行划分,对现有研究中的应对方法进行分类归纳.
关键词：推荐系统图神经网络推荐场景
分类号：TP391(计算技术、计算机技术)
资助基金：国家自然科学基金(No61972053)国家自然科学基金(No62172057)2022JH2/101300281(No)2022JH2/101300281(No)2021921024(No)
论文发表日期：2023-12-15
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：8( 368-375 )
英文信息