摘要
随着深度学习和机器学习的发展，在推荐领域中也涌现出很多利用相关技术进行推荐的方法，这些方法往往利用用户以及商品信息实现端到端的推荐系统，提升了推荐的性能和效率。在这个过程中，更多新颖的方法被提出以解决推荐的基本难题，从而拓宽推荐系统的性能边界。其中最重要的一点就是通过引入新的数据或者新的数据处理的方法，来提升原有推荐模型的性能。同时，在自然语言处理中，知识图谱这一种数据存储形式越来越受到研究人员们的重视，许多的研究和工作都证明了在知识图谱上进行表达可以获得许多隐含的信息和内容，从而应用于下
图神经网络在物品推荐算法中的研究与应用-33424字.docx