基于图神经网络的挖掘潜在偏好图推荐算法

方霖枫; 周仁杰

doi:10.11907/rjdk.232064

您当前的位置：

首页 >

文章列表页 >

基于图神经网络的挖掘潜在偏好图推荐算法

大数据与信息处理 | 更新时间：2024-10-14

- 基于图神经网络的挖掘潜在偏好图推荐算法
- Recommendation Algorithm for Mining Potential Preference Graph Based on Graph Neural Network
- “在推荐系统领域，最新研究提出了基于图神经网络的UEKR算法，通过挖掘潜在偏好图，有效提升了推荐性能。”
- 软件导刊 2024年23卷第10期页码：129-138
- 作者机构：
  
  杭州电子科技大学计算机学院，浙江杭州 310018
- 作者简介：
  
  方霖枫（1999-），男，杭州电子科技大学计算机学院硕士研究生，研究方向为推荐系统
  周仁杰（1983-），男，博士，杭州电子科技大学计算机学院副教授、硕士生导师，研究方向为网络安全态势感知、网络行为建模、推荐技术、社交网络分析。
- 基金信息：
  
  国家重点研发计划项目(2022YFB3105401)
- DOI：10.11907/rjdk.232064
  中图分类号： TP391
- 纸质出版日期：2024-10-15，
  
  收稿日期：2023-10-14，
- 稿件说明：
移动端阅览
方霖枫,周仁杰.基于图神经网络的挖掘潜在偏好图推荐算法[J].软件导刊,2024,23(10):129-138.

FANG Linfeng,ZHOU Renjie.Recommendation Algorithm for Mining Potential Preference Graph Based on Graph Neural Network[J].Software Guide,2024,23(10):129-138.
方霖枫,周仁杰.基于图神经网络的挖掘潜在偏好图推荐算法[J].软件导刊,2024,23(10):129-138. DOI： 10.11907/rjdk.232064.

FANG Linfeng,ZHOU Renjie.Recommendation Algorithm for Mining Potential Preference Graph Based on Graph Neural Network[J].Software Guide,2024,23(10):129-138. DOI： 10.11907/rjdk.232064.

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

融合偏好传播的多任务推荐模型研究

移动教学工具应用特征与趋势分析

基于半监督引导的网络APT检测知识图谱构建

面向社区团购的深度图神经网络推荐系统

计算机系统类课程群概念图自动构建研究

基于图神经网络的挖掘潜在偏好图推荐算法

Recommendation Algorithm for Mining Potential Preference Graph Based on Graph Neural Network

DOI：10.11907/rjdk.232064