基于深度學習的自適應圖自監(jiān)督學習推薦算法研究

打開文本圖片集

摘要：隨著推薦系統(tǒng)的發(fā)展，長尾問題也逐漸凸顯?；趫D結(jié)構(gòu)的推薦算法通過挖掘用戶與物品之間的間接聯(lián)系來解決長尾問題。但是圖的結(jié)構(gòu)決定了推薦的優(yōu)先度，與用戶間接聯(lián)系的長尾物品被推薦的優(yōu)先度相對較低。圖自監(jiān)督學習推薦算法（SGL）通過添加圖的隨機擾動，提高了推薦系統(tǒng)的準確性和長尾物品推薦能力。而過多的歷史數(shù)據(jù)會對推薦的準確性和長尾物品推薦性能造成負面影響。（剩余4309字）