基于残差网络的轻量级图卷积推荐方法

来源：计算机工程与应用杂志2024年第3期北京时间：

作者：唐宇, 吴贞东

单位：四川师范大学 计算机科学学院，成都 610101

摘要：针对现有基于图卷积网络的推荐模型存在消息传播链路不完善、最终节点表示冗余的问题，提出了一种基于残差网络的轻量级图卷积推荐方法（ResLightGCN）。引入残差结构建立同一节点相邻层之间的消息传播网络，扩充了信息传播路径；从语义角度上优化最终节点的表示，即不考虑没有消息传播的图卷积层；在四个公开数据集上对ResLightGCN进行评价，实验结果表明 提出的模型优于现有的几种基线模型，特别是在Yelp和Amazon_Books数据集上，ResLightGCN模型的NDCG@10评价指标比最佳基线模型分别提升了16.2%和15.8%。

关键词：推荐系统,图神经网络,协同过滤,残差网络,消息传播