TIGCN图卷积网络

推荐精度提升2.87%

利用隐式信任和影响图，该图卷积网络框架在多个真实数据集上显著提升社会推荐性能。

Xili, Cai · Xiyuan, Wang · Zhang, Yingying · Seng, Dewen · Zhang, Xuefeng

Traitement du Signal 2023

参数信息

Precision@5提升

2.08 %

Recall@5提升

2.7 %

NDCG@5提升

2.28 %

Precision@10提升

2.65 %

Recall@10提升

2.87 %

NDCG@10提升

2.82 %

技术优势

识别有影响力用户

利用结构洞方法从社交网络中识别有影响力的用户，为构建信任和影响图提供依据。

提高推荐精度

在三个真实数据集上，TIGCN相对于多个基线模型在Precision、Recall、NDCG等指标上均取得显著提升，最高达2.87%。

应用场景

• 社交推荐系统：利用隐式信任与影响传播提升推荐系统在真实社交平台上的准确率。
• 图神经网络应用：展示图卷积网络在社交推荐中通过非局部扩散建模超越现有方法的潜力。
• 智能推荐算法：提供一种结合结构洞识别和隐式关系图的图网络推荐算法，在多个指标上显著优于现有智能推荐算法。