融合生成对抗图卷积网络的社会化推荐算法

来源：计算机应用与软件杂志2025年第1期北京时间：

作者：李梁, 卫鼎峰, 李刚, 赵清华

摘要：针对显性社交关系的嘈杂性问题以及大多数社会化推荐算法忽略好友之间动态变化的问题，提出一种融合生成对抗图卷积网络的社会化推荐算法(AGCN)。在评分信息和显性社交关系上构建用户的潜在好友关系；利用精简高效的图卷积神经网络学习信息的结构特征，以获取用户和产品的深层次特征；采用生成对抗网络动态地构建与用户具有相同喜好的可信好友，惩戒虚假好友，实现好友的动态变化。在Filmtrust与Ciao数据集上的结果表明，与BPR、SBPR、CUNE-BPR和LightGCN算法相比，无论是普通用户还是冷启动用户，该算法均实现了更好的推荐性能。

关键词：显性社交关系, 图卷积神经网络, 生成对抗网络, 自动编码器