科研之友
微信
新浪微博
Facebook
分享链接
摘要
随着学习者个性化需求的增加和个体差异性的扩大，学习需要解决适应千人千面的个性化学习推荐问题。传统推荐算法主要面向欧式空间数据建模，忽略了现实中的图结构数据。从图神经网络角度出发，应用图卷积方式分别提取用户社交图结构下的用户特征数据，以及知识图谱结构下的知识特征数据，从而形成更加有效的学习推荐内容，实验数据也证明了算法的有效性。
- 单位
随着学习者个性化需求的增加和个体差异性的扩大，学习需要解决适应千人千面的个性化学习推荐问题。传统推荐算法主要面向欧式空间数据建模，忽略了现实中的图结构数据。从图神经网络角度出发，应用图卷积方式分别提取用户社交图结构下的用户特征数据，以及知识图谱结构下的知识特征数据，从而形成更加有效的学习推荐内容，实验数据也证明了算法的有效性。
