基于图神经网络的异构图表示学习和推荐算法研究（完整代码+数据）

最新推荐文章于 2024-03-12 16:50:02 发布

计算机毕设论文

最新推荐文章于 2024-03-12 16:50:02 发布

阅读量530

点赞数

分类专栏：深度学习机器学习实战文章标签：自然语言处理神经网络图神经网络表示学习 Powered by 金山文档

本文链接：https://blog.csdn.net/weixin_55771290/article/details/128655111

版权

深度学习机器学习实战专栏收录该内容

105 篇文章 187 订阅 ¥29.90 ¥99.00

订阅专栏

超级会员免费看

这篇博客探讨了基于图神经网络的异构图表示学习，包括RHCO和GARec算法。介绍了实验设置、Django配置、数据集和预训练方法，以及不同基线模型的性能比较。此外，还详细阐述了推荐算法的召回与精排阶段，以及在多个数据集上的消融实验和结果分析。

摘要由CSDN通过智能技术生成

基于图神经网络的异构图表示学习和推荐算法研究。包含基于对比学习的关系感知异构图神经网络(Relation-aware Heterogeneous Graph Neural Network with Contrastive Learning, RHCO)、基于图神经网络的学术推荐算法(Graph Neural Network based Academic Recommendation Algorithm, GARec)，详细设计见md文件。

目录结构

GNN-Recommendation/
    gnnrec/             算法模块顶级包
        hge/            异构图表示学习模块
        kgrec/          基于图神经网络的推荐算法模块
    data/               数据集目录（已添加.gitignore）
    model/              模型保存目录（已添加.gitignore）
    img/                图片目录
    academic_graph/     Django项目模块
    rank/               Django应用

了解本专栏