您当前的位置:
首页 >
文章列表页 >
基于会话的结合全局潜在信息的图神经网络推荐模型
基于会话的结合全局潜在信息的图神经网络推荐模型
Global potential information combined graph neural networks for session-based recommendation
- “在推荐系统领域,专家提出了结合全局信息的图神经网络模型,有效提升推荐准确率,为会话推荐研究提供新方向。”
- 吉林大学学报(工学版) 2023年53卷第10期 页码:2964-2972
DOI: 10.13229/j.cnki.jdxbgxb.20211335
移动端阅览
AI导读
HTML全文
图( 8 ) 表( 3 )
参考文献
出版信息
数据统计
37
浏览量
141
下载量
0
CSCD
文章被引用时,请邮件提醒。
提交
工具集
- BibTeX下载
- Endnote下载
- RefMan 下载
- NoteExpress下载
- NoteFirst下载
相关文章
基于图神经网络的兴趣活动推荐算法
基于特征优化解耦的轻量化对比学习推荐算法
融合全局与局部细粒度特征的图相似度度量算法
基于图时空模式学习网络的路网实时交通事件自动检测方法
基于相似度随机游走聚合的图节点分类算法
相关作者
魏晓辉
孙冰怡
崔佳旭
蔡晓东
卢玮
李明惠
车翔玖
李良
相关机构
吉林大学 符号计算与知识工程教育部重点实验室
桂林电子科技大学 信息与通信学院
吉林大学 交通学院
公安部道路交通安全研究中心
兰州理工大学 计算机与通信学院

