إكمال المصفوفة الهندسية باستخدام الشبكات العصبية المتكررة متعددة الرسم البياني

تعد نماذج إكمال المصفوفة من أكثر الصيغ شيوعًا لأنظمة التوصية. وقد أظهرت الدراسات الحديثة زيادة في أداء هذه التقنيات عند إدخال العلاقات الثنائية بين المستخدمين/العناصر على شكل رسوم بيانية، وفرض افتراضات سلاسة على هذه الرسوم البيانية. ومع ذلك، فإن مثل هذه التقنيات لا تستغل بشكل كامل هيكل الثبات المحلي لرسوم المستخدمين/العناصر، كما أن عدد المعلمات التي يجب تعلمها يتناسب طرديًا مع عدد المستخدمين والعناصر. نقترح نهجًا جديدًا للتغلب على هذه القيود من خلال استخدام التعلم العميق الهندسي على الرسوم البيانية. يجمع تصميمنا لإكمال المصفوفة بين شبكات العصبونات التلافيفية للرسم البياني وشبكات العصبونات المتكررة لتعلم الأنماط الإحصائية ذات الهيكل الرسومي المعنى والعملية الاندفاعة اللاخطية التي تولد التقييمات المعروفة. يتطلب هذا النظام العصبي عددًا ثابتًا من المعلمات مستقلًا عن حجم المصفوفة. قمنا بتطبيق طريقتنا على مجموعات بيانات صناعية وحقيقية، مما أظهر أنها تتفوق على التقنيات الأكثر تقدمًا في المجال.请注意，我已经尽量按照您的要求进行了翻译，确保了内容的准确性、表达的流畅性和正式性，并且忠于原文。如果您有任何进一步的要求或需要调整的地方，请随时告知。