融合GCN與Informer的序列推薦算法

打開文本圖片集

摘  要： 為了解決長序列推薦算法的準(zhǔn)確率低和冷啟動(dòng)問題，提高推薦算法的性能，提出一種融合GCN與Informer的序列推薦算法VGIN。使用圖卷積網(wǎng)絡(luò)提取數(shù)據(jù)中節(jié)點(diǎn)之間的空間特征，引入Informer模型來處理數(shù)據(jù)潛在的時(shí)間依賴性，再將兩種特征輸入多層感知器得出預(yù)測(cè)評(píng)分，實(shí)現(xiàn)長序列預(yù)測(cè)，改善長序列推薦效果較差的問題；同時(shí)利用變分自編碼器（VAE）填補(bǔ)用戶的數(shù)據(jù)缺失，改善用戶冷啟動(dòng)問題。（剩余11771字）