基于异质图表达学习的跨境电商推荐模型

	基于异质图表达学习的跨境电商推荐模型
	张瑾 1; 朱桂祥 2; 王宇琛 2; 郑烁佳 2; 陈镜潞 2
	2022-11-15
发表期刊	电子与信息学报
ISSN	1009-5896
卷号	44 期号:11 页码:4008-4017
摘要	跨境电商产品推荐已经成为电子商务领域新兴的研究议题之一。由于电商产品信息复杂多样、“用户-产品”关联矩阵极为稀疏并且冷启动问题突出，因此传统的协同过滤推荐模型很难奏效。而改进的深度协同过滤模型，只考虑了用户对产品的“显式”和“隐式”的反馈信息，忽视了由用户与项目组成的图结构信息，推荐性能很难满足平台和用户的要求。为了解决这些难题，该文提出基于异质图表达学习的图神经网络模型(HGNR)用于个性化的跨境电商产品推荐，该模型具有2个显著的优势：(1)构造“用户-产品-主题”3部图作为模型的输入，通过图卷积神经网络(GCN)在异质图上进行高质量信息传播和聚合；(2)能够获取高质量的用户和产品表征向量，实现了用户和产品复杂交互关系的建模。在真实的跨境电商订单数据集上的实验结果表明，HGNR模型不仅在推荐性能上表现出色，还能有效提升冷启动用户的推荐准确率，与9种推荐基准算法相比，HGNR在评价指标HitRate@10, Item-coverage@10, MRR@10上至少提升了3.33%, 0.91%, 0.54%。
关键词	推荐系统图神经网络异质图神经网络冷启动推荐跨境电商
URL	查看原文
收录类别	北大核心 ; CSCD
语种	中文
资助项目	国家自然科学基金(91646204,71372188);江苏省国际创新合作项目(BZ2020008)~~
原始文献类型	学术期刊
文献类型	期刊论文
条目标识符	http://ir.library.ouchn.edu.cn/handle/39V7QQFX/150806
专题	国家开放大学江苏分部
通讯作者	朱桂祥
作者单位	1.江苏开放大学设计学院; 2.南京财经大学江苏省电子商务重点实验室
第一作者单位	国家开放大学江苏分部
第一作者的第一单位	国家开放大学江苏分部
推荐引用方式 GB/T 7714	张瑾,朱桂祥,王宇琛,等. 基于异质图表达学习的跨境电商推荐模型[J]. 电子与信息学报,2022,44(11):4008-4017.
APA	张瑾,朱桂祥,王宇琛,郑烁佳,&陈镜潞.(2022).基于异质图表达学习的跨境电商推荐模型.电子与信息学报,44(11),4008-4017.
MLA	张瑾,et al."基于异质图表达学习的跨境电商推荐模型".电子与信息学报 44.11(2022):4008-4017.