来源：期刊VIP网 时间：
作者：朱永康;景明利;焦龙;王飞;
单位：西安石油大学电子工程学院;西安石油大学化学化工学院;
摘要：基于图神经网络的协同过滤算法在许多推荐场景中取得了良好的表现，但是现有的图神经网络推荐模型在推荐过程中忽略了节点间协同效应与节点-层级的重要性融合表达以及堆叠多层网络容易存在过平滑问题。为解决上述问题，文中提出一种新的融合协同效应的自适应图卷积网络推荐算法。首先，构建用户-项目二部图并计算节点间交互率；其次，根据节点局部结构自适应决定节点-层级的融合表达权重；然后，利用第l层与第l+1层嵌入向量的相似度来缓解图卷积网络的过平滑问题；最后，使用协同效应融合自适应图卷积网络学习潜在的特征并通过内积作为结果进行推荐。在五个真实数据集上的实验结果表明，所提模型相比基线模型，在召回率和归一化折损累计增益两个评价指标上有明显提高。
关键词：图神经网络;;协同过滤;;推荐算法;;协同效应;;过平滑;;交互率;;自适应
基金资助：国家自然科学基金资助项目（22373075）;; 西安石油大学研究生创新与实践能力培养计划资助（YCS23114146）;; 陕西省重点研发计划项目（2022GY-435）
