来源：期刊VIP网 时间：
作者：齐光鹏;
单位：东北石油大学物理与电子工程学院;浪潮云洲工业互联网有限公司;
摘要：针对原始图卷积神经网络推送模型存在的冷启动和过平滑问题，文中基于堆叠重构网络和改进自编码器网络，提出一种针对用户画像的多信息推送模型。对于冷启动问题，在图卷积网络的输出部分，将用户画像中的评价信息嵌入到网络中，之后通过注意力网络层提取特征信息，并对模型进行堆叠，以提升用户交互数据的质量。对于过平滑问题，增加网络层数的同时，使用改进的自编码器和度预测模块对动态图网络进行局部训练，从而提升算法的个性化推荐能力。在实验测试中，相较基线最优算法，所提算法的HR指标分别提升22.7%、12.2%,NDCG指标分别提升4.7%和6.5%。证明了该算法性能良好，能够为用户提供精确化的推送服务。
关键词：图卷积神经网络;;堆叠重构网络;;用户精准画像;;自注意力模型;;度预测模块;;推送算法
基金资助：中华人民共和国科学技术部项目（2023YFF0905500）
