基于图神经网络的线上学习资源推荐模型设计  

作　　者：文晓棠 许丽娟 

机构地区：[1]广州华商学院数据科学学院

出　　处：《数字技术与应用》2024年第5期17-19,共3页Digital Technology & Application

基　　金：广州华商学院支持课题“融合社交信息的个性化推荐算法研究”(2022HSXS088)。

摘　　要：图神经网络(Graph Neural Networks,GNN)作为一种强大的机器学习模型,已经在图数据挖掘领域取得了显著的研究进展。GNN可以对学习资源构建出图结构,并通过学习节点和边的表示进行推荐,这为解决线上学习资源推荐问题提供了新的思路和方法。本文提出了一种基于图神经网络(GNN)的线上学习资源推荐模型,该模型利用图神经网络对用户偏好进行建模,并根据用户历史行为数据在已有信息上进行挖掘,从而实现对用户需求的智能分析和推荐。结果表明,该模型具有较高的性能表现,能够较好地解决在线学习资源推荐问题。

关 键 词：神经网络 智能分析 图数据挖掘 用户偏好 学习资源推荐 模型设计 行为数据 用户需求 

分 类 号：TP183[自动化与计算机技术—控制理论与控制工程]