Συγκριτική μελέτη αλγορίθμων κοινωνικής σύστασης μέσω νευρωνικών δικτύων γράφων
A Comparative study of social recommendation algorithms via graph neural networks
![Thumbnail](/xmlui/bitstream/handle/unipi/13723/Stathopoulos_19045.pdf.jpg?sequence=8&isAllowed=y)
Προβολή/ Άνοιγμα
Λέξεις κλειδιά
Νευρωνικά δίκτυα γράφων ; GNN ; CGN ; RecSYS ; Graph neural networks ; Social recommendationΠερίληψη
H παρούσα μεταπτυχιακή διατριβή είναι μια συγκριτική μελέτη αλγορίθμων κοινωνικής σύστασης μέσω νευρωνικών δικτύων. Τα τελευταία χρόνια, η σημασία των νευρωνικών δικτύων Γράφων στην επίλυση προβλημάτων μηχανικής μάθησης έχει αυξηθεί και μεγάλο μέρος αυτού του τύπου αρχιτεκτονικών δημιουργείται ετησίως, με εφαρμογές σε κοινωνικά δίκτυα και ηλεκτρονικό εμπόριο. Υπάρχουν πολλές κλασικές εφαρμογές για την ολοκλήρωση της μήτρας και τις μεθόδους συνεργατικού φιλτραρίσματος, και τα τελευταία χρόνια έχουν χρησιμοποιηθεί για συστήματα συστάσεων, γραφήματα που αντιπροσωπεύουν τη σύνθετη δομή των σύγχρονων βάσεων δεδομένων. Αρκετά προβλήματα προκύπτουν από την αναπαράσταση των χαρακτηριστικών και τις λανθάνουσες ενσωματώσεις αντικειμένων, οι οποίες γίνονται πιο εμφανείς από την έλλειψη τοπολογίας των εν λόγω δομών. Επίσης υπάρχει ώθηση για εκπαίδευση των δικτύων από άκρη σε άκρη χωρίς χειρωνακτική προσαρμογή της εισόδου όπως και χρήση τεχνικών GAT, CGN κλπ. Σε αυτήν την εργασία δοκιμάζονται και συγκρίνονται μερικές από τις καλύτερες τρέχουσες εφαρμογές αυτών των αρχιτεκτονικών κοινωνικής σύστασης, χρησιμοποιώντας κοινά σύνολα δεδομένων ανοιχτού κώδικα, που περιέχουν στοιχεία χρηστών και αλληλεπιδράσεις σε μορφή γραφήματος.