СИСТЕМ ЗА ПРЕПОРУКУ ЗАСНОВАН НА ГРАФОВСКИМ НЕУРОНСКИМ МРЕЖАМА

Apstrakt

Главна идеја рада је била да се направе модели машинског учења утемељени на графовским неуронским мрежама који би вршили препоруке производа корисницима. Од доступних података о куповним навикама корисника направљен је хетерогени бипартитан граф који садржи чворове корисника и производа, а везе у њему  представљају интеракције које су корисници имали са производима. Модели су тестирани на Brazilian E-commerce скупу података. Први модел је користио један енкодер са слојевима графовске неуронске мреже за енкодовање чворова, и један декодер ивица, чија је улога била да прави предикцију оцене коју би корисник дао производу. Други модел је користио посебне енкодере за кориснике и за производе, а такође је имао један декодер ивица. Модел са два енкодера се показао као бољи када се посматра RMSE метрика, а при том је имао и стабилније тренирање.