基于记忆的注意力图神经网络专家推荐方法

• 作者: 陈卓 朱淼 杜军威 袁玺明
• 来源期刊: 湖南大学学报（自然科学版）
• 关键词: 专家推荐 图神经网络 记忆网络 注意力机制
• 年，卷（期）: 2022,（6）
• 所属期刊栏目: 计算机科学
• 页码范围: 116-123
• 页数: 7页
• 分类号: TP18
• 语种: 中文
• DOI: 10.16339/j.cnki.hdxbzkb.2022289

摘要

在问答社区专家推荐算法中，图神经网络主要利用问答社区中用户与问题的交互关系建模，其模型性能取决于交互数据的稠密度，难以对无交互信息的用户及问题进行有效表示学习.针对这一问题，提出了一个基于记忆的注意力图神经网络专家推荐方法.该方法首先设计了面向用户多维特征的联合表示子网络，然后构建了一个记忆网络，为每个问题保存用户回答过的与其相似的问题，同时在用户表示与相似问题表示之间引入注意力机制，从不同用户的视角，有针对性的融合相似问题构建新问题的向量表示，最终基于用户和问题的表示为问题推荐专家，有效提高了专家推荐的准确性.在数据集中对本文所提出的方法进行验证，相较于同类其他模型性能均有所提升.