基于深度图神经网络的推荐算法

作者：潘润超; 虞启山; 熊泓霏; 刘智慧

来源：计算机应用, 2023, 1-9.

• 推荐算法
• 协同过滤
• 图神经网络
• 恒等映射
• 初始残差连接

针对现有基于图神经网络的推荐算法面临过平滑问题，提出了一种基于深度图神经网络的协同过滤推荐算法Deep NGCF。该算法在图神经网络中引入初始残差连接和恒等映射，避免了图神经网络进行多次图卷积运算后陷入过平滑。首先，通过用户和项目的交互历史得到用户和项目的初始嵌入；其次，在聚合传播层，利用初始残差连接和恒等映射得到用户和项目的不同阶协同信号；最后，对所有协同信号进行线性表示得到预测评分。此外，在初始残差连接和恒等映射中设置比重进行调节，以进一步提高模型的灵活性和推荐性能。为验证所提模型的可行性和有效性，在Gowalla、Yelp-2018与Amazon-Book数据集上进行了大量实验，实验结果表明，相较于图卷积矩阵补全（GCMC）、神经图协同过滤（NGCF）等现有的图神经网络推荐算法，Deep NGCF算法取得了最高的召回率和归一化折损累计增益（NDCG），验证了算法的有效性。

• 单位
  中国地质大学（武汉）; 物理学院