基本信息

---

下载

文档摘要

---

图卷积神经网络：革新网络表示学习与推荐系统的深度探索

一、引言

1.1研究背景与意义

在当今数字化时代，数据呈现出爆炸式增长，并且其结构日益复杂多样。其中，图结构数据广泛存在于社交网络、生物信息学、知识图谱、推荐系统等众多领域。例如，在社交网络中，用户作为节点，用户之间的关注、好友关系等构成边；在推荐系统里，用户与商品分别是节点，用户对商品的购买、浏览、收藏等行为形成边。这些图结构数据蕴含着丰富的信息，但传统的数据处理方法在面对此类非欧几里得结构的数据时，往往存在诸多局限性。

传统的机器学习算法，如支持向量机、决策树等，通常需要对数据进行复杂的特征工程，将其转化为适合算法处理的格式，而这个