摘要
本发明提供了一种基于图神经网络的多关系协同过滤算法,包括:步骤1,对用户与物品的历史交互数据进行处理,从中抽取所有用户序列UU和物品序列SI;步骤2,分别将每个用户序列SU和每个物品序列SI分别构造为用户关系图GU=(VU,EU)和物品关系图GI=(VI,EI)。本发明所提供的基于图神经网络的多关系协同过滤算法,从用户与物品交互数据中通过构造物品关系图和用户关系图同时对物品关系和用户关系进行建模,并将多关系融入用户与物品交互的学习过程中,学习多关系对用户与物品交互的影响,从而使模型能够更好对用户偏好进行建模。