科研之友
微信
新浪微博
Facebook
分享链接
摘要
传统IPTV推荐难以挖掘用户与节目之间隐式反馈,同时面向实践的IPTV推荐引擎单一。提出基于图表示学习的IPTV推荐系统,构建“用户—节目”历史交互为高阶异构图；利用轻量图卷积操作捕获用户与节目之间的协同信号提取用户偏好,进行评分预测。与MostPopular、BPR、基于神经网络和基于传统图神经网络的协同过滤等主流技术对比验证了方法的先进性,并利用某通信运营商脱敏数据分析验证了在实际场景中的可用性。
-
单位重庆大学; 中国电信股份有限公司
