声明
第1章 绪论
1.1 研究的背景和意义
1.2 国内外研究现状
1.2.1 推荐系统的国内外研究现状
1.2.2 图神经网络的国内外研究现状
1.3 本文课题的提出
1.4 本文研究的主要内容
1.5 论文结构
第2章 相关技术概述
2.1 推荐系统相关技术
2.1.1 推荐系统概述
2.1.2 经典的推荐算法
2.1.3 推荐系统评测指标
2.2 图神经网络相关技术
2.2.1 图神经网络概述
2.2.2 图卷积神经网络模型原理
2.2.3基于图神经网络的推荐算法
2.3 本章小结
第3章 基于矩阵补全和降噪的图神经网络模型推荐算法
3.1 推荐系统中的评分预测问题
3.2 算法框架
3.3 基于奇异值阈值算法的评分矩阵预填充方法
3.3.1 传统的矩阵补全方法
3.3.2奇异值阈值算法(SVT)原理
3.4 奇异值分解算法(SVD)
3.5 图神经网络模型
3.5.1 归纳式的图神经网络模型推荐算法
3.5.2 引入相邻评分假设正则化方法
3.5.3 引入ARR的图神经网络模型的推荐算法过程
3.6 算法整体思路
3.7本章小结
第4章 实验与分析
4.1 实验数据集和环境
4.1.1实验数据集
4.1.2实验环境
4.2 评分指标
4.3 数据可视化
4.4基于矩阵补全和降噪的图神经网络模型推荐算法对比实验
4.5 迁移学习实验
4.6本章小结
第5章 总结与展望
5.1 总结
5.2 展望
参考文献
作者简介及在学期间取得的科研成果
致谢
吉林大学;