融合SVD算法与切比雪夫的谱域图卷积协同过滤撤回

作者：白松滔

来源：信息与电脑(理论版), 2021, 33(24): 84-90.

• 推荐系统
• 图神经网络
• 谱域卷积
• 协同过滤

个性化推荐中的协同过滤一直存在着用户冷启动的问题,为了解决上述问题,提出一种融合奇异值分解(Singular Value Decomposition,SVD)与切比雪夫截断式的谱域图卷积协同过滤推荐算法。首先用SVD算法对邻接矩阵进行优化,挖掘用户与项目间的潜在关联信息,扩充用户-项目邻接矩阵;其次在谱域卷积阶段通过切比雪夫截断式来优化卷积过程,省略拉普拉斯矩阵复杂的特征分解,缩短模型训练时间,从而达到快速发现用户和项目之间深层联系的目的;最后基于MovieLens-1M公共数据集,将本文算法(CBSVD-SCF)和常见的其他算法进行对比,结果显示所提算法能够有效解决用户的冷启动问题,提高算法的推荐质量。

• 单位
  南京信息工程大学