基于Deep Walk-GATVAE的中小微企业服务推荐探析  

作　　者：张明亮 齐林 

机构地区：[1]北京信息科技大学计算机学院 [2]北京信息科技大学经济管理学院 [3]绿色发展大数据决策北京市重点实验室

出　　处：《数字技术与应用》2024年第8期104-107,共4页Digital Technology & Application

基　　金：2022年度北京市属高校教师队伍建设支持计划项目“基于复杂网络重整化的中国传统文化脉络演进研究”(BPHR202203235)。

摘　　要：为了解决中小微企业在推荐服务时,因为企业节点表征使用One-hot编码维度过高导致服务推荐不准确的问题,提出了一种基于随机游走嵌入的图注意力变分自编码器网络模型(DeepWalk-GATVAE)的中小微企业服务推荐算法。首先是为解决数据的稀疏性,使用DeepWalk进行分布特征表示,并将特征转化为低维的表征;其次输入GATVAE网络模型挖掘企业和服务之间的关联;最后对使用的超参数进行调整,找到最优的参数选择。测试结果表明,本研究提出的算法ROC_AUC和AP值分别为0.8475和0.8626,与常见的推荐算法相比,提高了服务推荐的准确性,有效解决了中小微企业服务数据稀疏的问题。

关 键 词：服务推荐 推荐算法 中小微企业 数据稀疏 网络模型 随机游走 超参数 WALK 

分 类 号：F276.3[经济管理—企业管理] TP391.3[经济管理—国民经济]