基于虚拟关系知识图可自适应聚合的推荐算法

  • 打印
  • 收藏
收藏成功
微博 QQ空间 微信


打开文本图片集

摘要：在信息爆炸的时代，推荐算法成为应对信息过载的有效手段。近年来，图神经网络（GNN）以其强大的建模能力和应对冷启动的优势被广泛应用于推荐算法。本文提出了一种基于深度强化学习与GNN-R的联合训练框架，解决GNN-R中固定层数和聚合策略的问题，通过间隔经验回放和延后奖励机制，优化了推荐模型的学习过程。（剩余419字）

试读结束

目录
monitor