用戶生成內(nèi)容場(chǎng)景下角色導(dǎo)向圖神經(jīng)推薦方法

摘要： 近年來(lái)互聯(lián)網(wǎng)的飛速發(fā)展不斷改變著信息的生產(chǎn)和傳遞方式,隨之出現(xiàn)了用戶使用互聯(lián)網(wǎng)的新方式——用戶生成內(nèi)容(User-Generated Content,UGC).該場(chǎng)景中內(nèi)容以傳播速度快、獲取成本低等優(yōu)勢(shì)迅速占據(jù)互聯(lián)網(wǎng)信息傳播的重要地位.不同于傳統(tǒng)推薦場(chǎng)景,UGC場(chǎng)景下用戶同時(shí)扮演生產(chǎn)者和消費(fèi)者雙重角色,這使得在構(gòu)建推薦模型時(shí)既需要考慮消費(fèi)者與內(nèi)容之間的交互信息,也需關(guān)注內(nèi)容生產(chǎn)... （共16頁(yè)）