基于图神经网络的学习推荐算法研究  

Research on learning recommendation algorithm based on graph neural network

作　　者：李月[1] 李琳[1] 陈丽[1] 王槐彬[1] Li Yue;Li Lin;Chen Li;Wang Huaibin(School of Information,Guangdong Communication Polytechnic,Guangzhou 510650,China)

机构地区：[1]广东交通职业技术学院信息学院,广州510650

出　　处：《现代计算机》2023年第16期27-32,共6页Modern Computer

基　　金：广东省教育厅2021年教育教学改革研究与实践项目(GDJG2021111);中国职业技术教育学会2022年度科研规划课题(ZJ2022B23);中国交通教育研究会2022—2024年度教育科学研究课题(JT2022YB444);广东交通职业技术学院2021年教研教改项目(GDCP-ZX-2021-005-N3)。

摘　　要：随着学习者个性化需求的增加和个体差异性的扩大,学习需要解决适应千人千面的个性化学习推荐问题。传统推荐算法主要面向欧式空间数据建模,忽略了现实中的图结构数据。从图神经网络角度出发,应用图卷积方式分别提取用户社交图结构下的用户特征数据,以及知识图谱结构下的知识特征数据,从而形成更加有效的学习推荐内容,实验数据也证明了算法的有效性。With the increase of learners’personalized needs and the expansion of individual differences,learning needs to address the problem of adapting personalized learning recommendations.Traditional recommendation algorithms are mainly ori-ented to Euclidean spatial data modeling,ignoring the realistic graph structure data.Applying graph neural networks,graph convo-lution is used to extract user feature data under user social graph structure and knowledge feature data under knowledge graph structure,respectively,so as to form more effective learning recommendation contents,and experimental data also prove the effec-tiveness of the algorithm.

关 键 词：人工智能 图神经网络 知识图谱 学习推荐 

分 类 号：TP391.3[自动化与计算机技术—计算机应用技术] TP183[自动化与计算机技术—计算机科学与技术]