融合生成对抗图卷积网络的社会化推荐算法

作     者：李梁 卫鼎峰 李刚 赵清华 Li Liang;Wei Dingfeng;Li Gang;Zhao Qinghua

作者机构：太原师范学院管理系山西晋中030619 太原理工大学信息与计算机学院新型传感器和智能控制教育部(山西)重点实验室微纳系统研究中心山西太原030024 

出 版 物：《计算机应用与软件》 (Computer Applications and Software)

年 卷 期：2025年第42卷第1期

页      面：224-233页

学科分类：08[工学] 080203[工学-机械设计及理论] 0802[工学-机械工程] 

基　　金：国家自然科学基金项目(61901293) 山西省应用基础研究计划项目(201901D111099) 

主　　题：显性社交关系 图卷积神经网络 生成对抗网络 自动编码器 

摘      要：针对显性社交关系的嘈杂性问题以及大多数社会化推荐算法忽略好友之间动态变化的问题,提出一种融合生成对抗图卷积网络的社会化推荐算法(AGCN)。在评分信息和显性社交关系上构建用户的潜在好友关系;利用精简高效的图卷积神经网络学习信息的结构特征,以获取用户和产品的深层次特征;采用生成对抗网络动态地构建与用户具有相同喜好的可信好友,惩戒虚假好友,实现好友的动态变化。在Filmtrust与Ciao数据集上的结果表明,与BPR、SBPR、CUNE-BPR和LightGCN算法相比,无论是普通用户还是冷启动用户,该算法均实现了更好的推荐性能。