Key points are not available for this paper at this time.
في البحث الحالي، تلعب الشبكات العصبية البيانية (GNNs) دورًا حاسمًا في التعلم من بنية بيانات الشبكة. في نظام التوصية الاجتماعية، تتمتع GNNs برؤية كبيرة لدمج هيكل شبكة العملاء-العملاء وشبكة العملاء-المنتجات ثنائية الحزب. العديد من أنظمة التوصية الاجتماعية المعتمدة على الثقة الحالية تتجاهل علاقات الثقة غير المتجانسة بين العملاء والتفاعلات غير المتجانسة بين العملاء والمنتجات. ومع ذلك، من التحديات الكبرى التقاط هذه المعلومات غير المتجانسة. لمواجهة هذا التحدي، نقترح نهجًا لتقييم مصداقية المراجعات التي كتبها العملاء على المنتجات. تختلف المصداقية وتقدم التباين في علاقات الثقة بين العملاء وتفاعلاتهم مع المنتجات. تحدد هذه المصداقية خصائص العميل كمراجع، سواء كان العميل موثوقًا أو متحيزًا. وفقًا لمعرفتنا، هذه هي أول عمل يتضمن مصداقية المراجعات والعملاء لتقييم علاقات الثقة والتفاعلات. نطور هيكلًا جديدًا للشبكة العصبية البيانية للتوصية الاجتماعية المعتمدة على الثقة (GNNTSR) الذي نمذجه بشكل منهجي بشكل نموذجين، أي شبكة العملاء-العملاء وشبكة العملاء-المنتجات ثنائية الحزب، ويندمج مع ثقة وتفاعل غير متجانسين. تم إجراء تجارب واسعة على مجموعات بيانات حقيقية، وتظهر النتائج التجريبية أن نموذجنا يتحسن على أفضل خط أساسي حالي بنسبة 2.16 - 5.74٪.
درس Mandal وآخرون (Sun) هذا السؤال.