计算机辅助设计与图形学学报

作者：汤颖, 周元博, 孙国道

关键词：可解释图神经网络, 推荐系统, 可视分析, 可解释性

针对推荐系统中图神经网络的可解释性进行研究, 从可解释模型出发, 将推荐问题转换为图分类问题, 利用可解释图神经网络对推荐系统进行解释, 突破了以往推荐中解释多为实例级的情况, 从实例级和组群级出发, 探索推荐场景下的多粒度解释. 另外, 为了增强对解释模型提取的图模式的理解, 设计了可视分析系统, 以更好地理解图模式和模型解释过程, 从单用户、 用户群和多个用户群 3 个层级展开探索, 便于分析人员探索图神经网络的推荐模式, 从而对解释的可靠性进行验证. 最后, 在豆瓣电影数据集和 Last-FM 这 2 个真实数据集上应用图模式改进调整训练集, 对比实验中推荐评估指标都得到了提升, 从定量角度进一步证明了解释的可靠性和系统的有效性.

来源：2025年第4期

《计算机辅助设计与图形学学报》期刊编辑部

查看计算机辅助设计与图形学学报杂志2025年第4期