基于社交影响力与用户兴趣扩散的图神经网络推荐算法设计与实现
评分
- all: 207945
- train: 185869 # 90%
- test: 18579 # 8%
- val: 3497 # 2%
社交
- all: 143765
- train: 129388 # 90%
- test: 11501 # 8%
- val: 2876 # 2%
python=3.6 tensorflow=1.12.0
- 安装依赖:
pip install -r requirements.txt
- 执行:
python entry.py --data_name=flickr --model_name=diffnetplus
# 模型:diffnetplus 数据集:flickrpython entry.py --data_name=yelp --model_name=MGNN
# 模型:mgnn 数据集:yelp
使用user-item进行兴趣扩散,user-user进行社交扩散,得到潜在user_embedding和潜在item_embedding,进行物品预测
使用MGNN进行联合预测(兴趣预测+社交预测)