대학생 진로 계획을 위한 지식 그래프 통합 추천 방법

초록 대학생의 복잡하고 다양한 관심사에 직면하여, 현재의 진로 계획 추천 방법은 종종 낮은 정확성으로 어려움을 겪고 있습니다. 이를 해결하기 위해 우리는 새로운 지식 그래프 통합 추천 모델을 제안합니다. 우리의 접근 방식은 포괄적인 진로 계획 지식 그래프를 구축하는 것부터 시작합니다. 그런 다음 희소한 사용자 및 항목 벡터를 밀집 잠재 공간에 프로젝션합니다. 그래프의 삼중 정보(triplet information)를 활용하여 프로젝트 이웃을 형성하고 그래프 합성곱 신경망을 사용하여 이웃 벡터를 적응적으로 집계하여 학생과 진로에 대한 향상된 표현을 도출합니다. 주요 혁신은 이러한 그래프 기반 표현과 일반화된 행렬 분해 요소의 표현을 융합하는 것입니다. 연결된 벡터는 최종 추천 점수를 출력하기 위해 완전 연결 계층에 입력됩니다. 세 가지 실제 진로 계획 데이터셋에서 광범위한 비교 실험을 통해 우리의 모델의 우수성을 입증하며, 최신 방법에 비해 각각 최소 2.04%, 2.26%, 및 1.34%의 추천 정확성 향상을 보여줍니다.