基于图神经网络和BiGRU的商品推荐模型

作者：张云立

来源：信息与电脑(理论版), 2022, 34(20): 161-164.

• 推荐系统
• 图神经网络(GNN)
• BiGRU
• 来自变换器的双向编码器表征量(BERT)
• 注意力机制

个性化推荐是互联网经济的核心竞争力。为了解决推荐系统中数据稀疏性问题，提出基于图神经网络和BiGRU的商品推荐模型。该模型先利用来自变换器的双向编码器表征量（BidirectionalEncoderRepresentationsfrom Transformers,BERT）模型进行预训练，再结合BiGRU与注意力机制提取评论文本的特征，并利用图神经网络提取用户与商品的高阶交互关系，最后将两种特征向量进行拼接以实现推荐预测。在多个亚马逊公开数据集上进行实验，使用均方误差（Mean Square Error,MSE）作为评价指标。实验结果表明，与已有的优秀基准模型相比，该模型有效提高了预测精度。

• 单位
  数理学院; 安徽建筑大学