科研之友
微信
新浪微博
Facebook
分享链接
摘要
传统的协同过滤算法能够根据用户的历史行为实现商品推荐，但却存在数据稀疏性和冷启动问题。基于图自编码器实现推荐算法，以用户商品构成的邻接矩阵和用户商品的特征矩阵作为模型的输入，采用端到端的方式利用图卷积编码器生成用户和商品的嵌入表示，最后利用解码器实现边的重构，本文在此基础上比较不同激活函数对实验结果准确度的影响。在著名数据集ML-100K上实验表明，不同激活函数实验结果的准确度存在一定差异，Relu激活函数效果相对较好。
-
单位河北建筑工程学院
