推荐系统基础、方法与技术 课件 6.4示例：基于图嵌入的电影推荐方法：演示示例.pptxVIP

6.4基于图嵌入的电影推荐方法示例主讲人：

示例：基于图嵌入的电影推荐方法??

示例：基于图嵌入的电影推荐方法①原始图②添加附加信息后的图③构建BFS树示例：属性信息与社交关系的嵌入附加节点：电影属性原始节点：用户/电影1.依据推荐日志中的（用户，电影）构建二步图网络2.嵌入属性信息：将电影的属性作为节点嵌入，并连接属性与对应电影3.嵌入社交信息：将具有社交关系的用户进行连接，构建社交边4.从每个节点出发，构建BFS树

示例：基于图嵌入的电影推荐方法0.60.40.70.30.20.30.50.230.20.570.350.650.30.7decay③BFS树④选择节点⑤选择节点⑥连接附加信息边⑦选择节点⑧连接附加信息边⑨选择节点⑩路径:智能游走：依概率计算进行剪枝附加信息相关性衰减：衰减策略被提出来减少非真实节点之间的依赖关系示例：智能游走与路径生成

示例：基于图嵌入的电影推荐方法示例：路径上下文学习actiondrama…??????CBOW………路径隐藏层表征输出……优点：简单的计算逻辑良好的特征生成能力突出的的数据增强能力较强的健壮性有效的缓解了协同过滤中的数据稀疏问题