基于图神经网络的去偏因果推荐
Debiased causal recommendation based on graph neural networks
太原科技大学 计算机科学与技术学院, 太原 030024

摘要
推荐系统通常依赖用户的历史交互数据进行模型训练,虽然能够较好地反映用户过去的行为偏好,但在捕捉用户的潜在兴趣方面存在局限性,同时也面临数据稀疏性问题;此外,推荐系统往往过度关注流行度较高的项目,而未能充分考虑用户的真实偏好,进一步限制了推荐的多样性和个性化水平。针对上述问题,提出一种去偏因果推荐方法GDCR(graph neural networks-based debiased causal recommendation)。首先,GDCR引入图神经网络GNNs来聚合用户-项目交互图和社交网络图中的信息,过程中不仅考虑了用户对不同项目的评分差异,还根据用户之间关系的紧密程度进行深入分析,从而获取更丰富、全面的用户表示和项目表示。然后构建因果图描述数据的生成过程,并分析导致过度推荐热门项目除了受流行偏差影响外,还受到一致性偏差的影响,由此,应用后门调整策略来消除上述偏差。在MovieLens和Douban-Movie两个公开数据集上,与八种基线方法进行了对比实验,结果表明,所提出的GDCR方法相较于其他先进的推荐方法展现出显著的性能优势,进一步验证了该方法在缓解数据稀疏性问题和提升推荐准确性方面的有效性。
基金项目
国家自然科学基金资助项目(62272336)
山西省自然科学基金资助项目(202103021224286)
山省重点实验室项目(202204010931026)
出版信息
DOI: 10.19734/j.issn.1001-3695.2024.10.0362
出版期卷: 《计算机应用研究》 优先出版, 2025年第42卷 第5期
发布历史
[2025-01-17] 优先出版
引用本文
荀亚玲, 李欣意, 韩硕, 等. 基于图神经网络的去偏因果推荐 [J]. 计算机应用研究, 2025, 42 (5). (2025-01-24). https://doi.org/10.19734/j.issn.1001-3695.2024.10.0362. (Xun Yaling, Li Xinyi, Han Shuo, et al. Debiased causal recommendation based on graph neural networks [J]. Application Research of Computers, 2025, 42 (5). (2025-01-24). https://doi.org/10.19734/j.issn.1001-3695.2024.10.0362. )
关于期刊

- 计算机应用研究 月刊
- Application Research of Computers
-
刊号
ISSN 1001-3695
CN 51-1196/TP
《计算机应用研究》创刊于1984年,是由四川省科技厅所属四川省计算机研究院主办的计算技术类学术刊物。
《计算机应用研究》瞄准本学科领域迫切需要的前沿技术,及时反映国内外计算机应用研究的主流技术、热点技术及最新发展趋势。主要刊载内容包括本学科领域高水平的学术论文、本学科最新科研成果和重大应用成果。栏目内容涉及计算机学科新理论、计算机基础理论、算法理论研究、算法设计与分析、区块链技术、系统软件与软件工程技术、模式识别与人工智能、体系结构、先进计算、并行处理、数据库技术、计算机网络与通信技术、信息安全技术、计算机图像图形学及其最新热点应用技术。
《计算机应用研究》拥有众多高层次读者、作者,读者对象主要为从事计算机学科领域高、中级研究人员及工程技术人员,各高等院校计算机专业及相关专业的师生。多年来《计算机应用研究》的总被引频次及Web下载率一直名列本学科同类学术刊物前茅,所刊发的学术论文以其新颖性、学术性、前瞻性、导向性、实用性而备受广大读者的喜爱。
收录和评价
- 第二届国家期刊奖百种重点期刊
- 中国期刊方阵双效期刊
- 全国中文核心期刊(北大2023年版)
- 中国科技核心期刊
- 中国科学引文数据库(CSCD)来源期刊
- RCCSE中国核心学术期刊
- 中国计算机学会会刊
- 2020—2022年科技期刊世界影响力指数(WJCI)报告收录期刊
- 中国科技期刊精品数据库全文来源期刊
- 中国学术期刊综合评价数据库来源期刊
- 《中国期刊网》《中国学术期刊(光盘版)》来源期刊
- 2017—2019年中国国际影响力优秀学术期刊(自然科学与工程技术)
- 中国精品科技期刊顶尖学术论文(F5000)项目来源期刊
- 《中国工程技术电子信息网》《电子科技文献数据库》来源期刊
- 英国《科学文摘》(INSPEC)来源期刊
- 《日本科学技术振兴机构数据库》(JST)来源期刊
- 俄罗斯《文摘杂志》(AJ, VINITI)来源期刊
- 美国《艾博思科学术数据库》(EBSCO)全文来源期刊
- 美国《剑桥科学文摘(自然科学)》(CSA(NS))核心期刊
- 波兰《哥白尼索引》(IC)来源期刊
- 美国《乌利希期刊指南(网络版)》(Ulrichsweb)收录期刊