首页 | 本学科首页   官方微博 | 高级检索  
     检索      

融合图注意力网络和注意力因子分解机的服务推荐方法
引用本文:黄德玲,童夏龙,杨皓栋.融合图注意力网络和注意力因子分解机的服务推荐方法[J].重庆邮电大学学报(自然科学版),2024(2):357-366.
作者姓名:黄德玲  童夏龙  杨皓栋
作者单位:重庆邮电大学 软件工程学院, 重庆 400065
基金项目:重庆市技术创新与应用发展专项重点项目(cstc2021jscx-gksbX0027)
摘    要:为了解决服务推荐过程中的特征稀疏问题、提高服务的语义表示能力,进而提升推荐的准确性和有效性,提出基于图注意力网络(graph attention networks,GAT)研究服务推荐方法,引入服务的组合权重和组合的结构信息,综合利用多种服务特征,提高服务推荐质量。将GAT和注意力因子分解机(attention factorization machine,AFM)结合在一起,利用多头自注意力机制,学习每个节点在图邻域中的重要性;进行信息聚合,处理网络中的不同图结构,以适应服务动态变化的场景。 实验结果显示,在数据平衡的情况下,提出的方法性能表现均好于对比方法;在数据不平衡的情况下,提出的方法大部分性能指标也表现良好,达到了提升服务推荐准确性和有效性的目标。

关 键 词:服务推荐  图注意力网络  注意力因子分解机  应用程序接口
收稿时间:2023/3/28 0:00:00
修稿时间:2023/12/22 0:00:00

Service recommending method incorporating graph attention network and attention factorization machine
HUANG Deling,TONG Xialong,YANG Haodong.Service recommending method incorporating graph attention network and attention factorization machine[J].Journal of Chongqing University of Posts and Telecommunications,2024(2):357-366.
Authors:HUANG Deling  TONG Xialong  YANG Haodong
Institution:School of Software Engineering, Chongqing University of Posts and Telecommunications, Chongqing 400065, P.R. China
Abstract:
Keywords:service recommendation  graph attention networks  attention factorization machine  application programming interface
点击此处可从《重庆邮电大学学报(自然科学版)》浏览原始摘要信息
点击此处可从《重庆邮电大学学报(自然科学版)》下载免费的PDF全文
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号