基于增强偏好影响力的图注意力网络推荐算法

摘要

图神经网络能够有效地挖掘用户与项目复杂的交互行为,通过捕获图中节点的高阶信息提升推荐效果。提出一种基于增强偏好影响力的图注意力网络推荐算法,该算法利用图注意力网络融合偏好影响力,进而捕获用户与项目交互之间的潜在信息。具体地,首先构建用户-项目交互二部图,设计注意力邻域聚合策略在图结构上自适应地学习用户与项目的表示;其次,设计了偏好影响增强层,强化相似用户(项目)的偏好对目标用户(项目)的影响;最后,将相似用户(项目)对目标用户(项目)的偏好影响与目标用户(项目)的表示耦合,利用多层感知机得到用户-项目交互的可能性分数。在2个真实数据集上的实验结果验证了算法中注意力邻域聚合策略与偏好影响力的合理性与有效性。