GHRS：基于图的混合推荐系统及其在电影推荐中的应用

关于推荐系统的研究在过去十年涌现，并为提升不同公司的收入提供了有价值服务。处理论文推荐系统存在多种方法。尽管多数现有推荐系统依赖基于内容的方法或协同过滤方法，但也有混合方法可通过结合两者提升推荐精度。即便已提出许多基于此类方法的算法，仍有必要进一步改进。本文提出一种结合用户评分相似度与用户人口统计及位置信息的基于图模型的推荐系统方法。利用自编码器特征提取的优势，我们基于所有组合属性提取新特征。使用这组新特征对用户聚类，我们提出的方法（GHRS）取得显著提升，在冷启动问题上优于其他方法的性能。在MovieLens数据集上的实验结果表明，所提算法在推荐精度上超越许多现有推荐算法。