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。