基于元學(xué)習(xí)的圖神經(jīng)網(wǎng)絡(luò)冷啟動推薦

摘要： 為解決推薦過程中冷啟動問題對新用戶或新項目場景性能的限制，提出了一種基于元學(xué)習(xí)的圖神經(jīng)網(wǎng)絡(luò)冷啟動推薦模型MetaNGCF,以提高推薦的準(zhǔn)確性和多樣性。首先，提出具有自適應(yīng)的感知元學(xué)習(xí)結(jié)構(gòu)來構(gòu)建用戶與項目交互圖和神經(jīng)圖混合的模型，將用戶行為與項目知識統(tǒng)一表達，融合自適應(yīng)加權(quán)損失策略來實時校正元學(xué)習(xí)路徑，以避免噪聲任務(wù)對模型造成的損害；其次，運用聚類算法將高維特征空間轉(zhuǎn)化為低維低秩... （共10頁）