软件学报

作者：葛尧，陈松灿

单位：葛尧，南京航空航天大学 计算机科学与技术学院, 江苏 南京 21110611,陈松灿，南京航空航天大学 计算机科学与技术学院, 江苏 南京 21110602

关键词：图卷积网络;图信号;几何深度学习;神经网络;推荐系统

基金：国家自然科学基金（61672281，61732006）

图卷积网络是一种针对图信号的深度学习模型，由于具有强大的特征表征能力得到了广泛应用.推荐系统可视为图信号的链接预测问题，因此近年来提出了使用图卷积网络解决推荐问题的方法.推荐系统中存在用户与商品间的异质顶点交互和用户（或商品）内部的同质顶点交互，然而，现有方法中的图卷积操作要么仅在异质顶点间进行，要么仅在同质顶点间进行，留下了提升此类推荐系统性能的空间.考虑到这一问题，提出了一种新的基于图卷积网络的推荐算法，使用两组图卷积操作同时利用两种不同的交互信息，其中异质顶点卷积用于挖掘交互图谱域中存在的连接信息，同质顶点卷积用于使相似顶点具有相近表示.实验结果表明，该算法比现有算法具有更优的精度.

来源：2020年第4期

《软件学报》期刊编辑部

查看软件学报杂志2020年第4期