基于解纠缠表示学习的社会化推荐算法研究.pdf

下载文档

3
0
约12.24万字
约 79页
2024-08-11 发布于江苏
举报
版权申诉
保障服务

基于解纠缠表示学习的社会化推荐算法研究.pdf

1、本文档共79页，其中可免费阅读24页，需付费100金币后方可阅读剩余内容。
2、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。
3、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
4、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。

文档内容基于解纠缠表示学习的社会化推荐算法研究摘要本文以社交网络中的用户社交关系为核心特征，提出了一种新的社会化推荐模型，即解纠缠表示学习的社会化推荐模型1针对现有的基于图神经网络的社会化推荐算法在建模用户兴趣时将推荐任务无关的社交关系融合影响推荐性能的问题，提出了一种从社交网络解耦推荐相关信息的方法2DSSR模型既需要同时优化社交网络解耦层数和交互网络卷积层数，而且无法分层学习用户高阶关系，为此提出了一种基于解纠缠表示学习的双域融合社会化推荐算法3设计并实

摘要

自二十一世纪全面进入信息时代以来，面对日益增长的海量数据，推荐系统有效

解决了信息过载问题，然而基于用户项目评分矩阵的推荐算法面临着数据稀疏和冷

启动问题，社交关系的引入为解决这些问题提供了一种有效途径，社会化推荐问题也

因此受到研究者的广泛关注。

社交网络中往往隐藏着多种类型的用户社交关系，直接将社交关系融入评分矩

阵可能会导致推荐性能下降。从社交网络中抽取与评分相关的用户关系是提升推荐

性能的关键。本文利用解纠缠表示学习能够学习具有分离语义解耦表示的特点，将其

应用于社会

您可能关注的文档

文档评论（0）

136****6583 + 关注: 实名认证

内容提供者

该用户很懒，什么也没介绍

咨询Ta 进入空间

用户编号：7043055023000005

1亿VIP精品文档

更多 >

基于解纠缠表示学习的社会化推荐算法研究.pdf