｛“status”：“ok”，“message type”：“work”，“message version”：“1.0.0”，“message”：｛“indexed”：｛“date parts”：[[2024,3,12]]，“date time”：“2024-03-12T13:11:35Z”，“timestamp”：1710249095696｝，“publisher location”：“Cham”，“reference count”：25，“publisher”：“Springer International Publishing”，“isbn type”：[｛“value”：“9783031203084”，“type”：“print”｝，｛“value”：“9783031203091”，“type”：“electronic”}]，“license”：[{“start”：{“date-parts”：[2022,1,1]]，“date-time”：“2022-01-01T00:00:00Z”，“timestamp”：1640995200000}，“content-version”：“tdm”，“delay-in-days”：0，“URL”：“https:\/\/www.springernature.com\/gp\/researters\/text-and-data-mining”}，{“开始”：{“date-ports”：[2022,1,1]，“日期-时间”：“2022-01-01T00:00:00Z”，“时间戳”：1640995200000}，“content-version”：“vor”，“delay-in-days”：0，“URL”：“https://www.springernature.com//gp\/researters\/text-and-data-mining”}，{“start”：{“date-parts”：[2022,1,1]]，“date-time”：“2022-01-01T00:00:00Z”，“timestamp”：16409520000}：“https:\/\/www.springernature.com//gp\/researters\/text-and-data-mining”}，{“start”：{“date-parts”：[2022,1,1]]，“date-time”：“2022-01-01T00:00:00Z”，“timestamp”：1640995200000}，“content-version”：“vor”，“delay-in-days”：0，“URL”：“https:\/\www.sprinternature.com/gp\researters/text-and-date-mining“}]，”content-domain“：{”domain“：[”link.springer.com“]，“crossmark-restriction”：false}，“short-container-title”：[]，“published-print”：{“date-parts”：[[2022]]}，”DOI“：”10.1007\/978-3-031-20309-1_46“，”type“：”book-capter“，”created“：{”date-part“：[2022,12,7]]，”date-time“：”2022-12-07T06:11.35Z“，”timestamp“：1670393495000}”，“page”：“521-532”，“update-policy”：“http://\/dx.doi.org \/10.1007\/springer_crossmark_policy”，“source”：“Crossref”、“is-referenced-by-count”：3，“title”：[“基于图卷积神经网络的多参考书推荐方法”]，“prefix”：“10.1007”，《author》：[{“given”：：“additional”，“affiliation”：[]}，{“given”：“Yunshuo”，“family”：“Liu”，“sequence”：“addressive”，“feliance”：[]}，}“giving”：“Zhongxuan”，“家族”：“Yang”，“sequence”:“additionable”，“filiation“affidiation”：[]}，“隶属关系”：[]}]，“成员”：“297”，“published-on-line”：{“date-parts”：[[2022,12,8]]}，“reference”：[{“key”：“46_CR1”，“doi-asserted-by”：“crossref”，”unstructured“：”Wang，X.，He，X.等：神经图协同过滤。摘自：《第42届国际ACM SIGIR信息检索研究与开发会议论文集》，SIGIR 2019年7月，第165\u2013174（2019）页，“DOI”：“10.1145\/3331184.331267”}，{“issue”：“8”，“key”：“46_CR2”，“DOI-asserted-by”：“publisher”，“first page”：2009年，“非结构化”：“Koren，Y.，Bell，R.，Volinsky，C.：推荐系统的矩阵分解技术。Computer 42（8），30\u201337（2009）“，“journal-title”：“Computer”}，{“key”：“46_CR3”，“doi-asserted-by”：“crossref”，“unstructured”：“He，X.，Liao，L.，et al.：Neural collaborative filtering。In:Proceedings of the 26 International Conference on World Wide Web，WWW 2017年4月，pp.173\u2013182（2017）”，“doi”：“10.1145\/3038912.3052569”}、{“密钥”：“46_CR4“，”doi-asserted-by“：”crossref“，”unstructured“：”Guo，H.，Tang，R.，et al.：DeepFM：用于CTR预测的基于因式分解机器的神经网络。摘自：《第26届国际人工智能联合会议论文集》，2017年8月，IJCAI 2017，pp.1725\u20131731（2017）“，“DOI”：“10.24963\/IJCAI.2017\/239”}，{“key”：“46_CR5”，“DOI-asserted-by”：“crossref”，“unstructured”：“Rendle，S.：因子分解机。摘自：第十届IEEE数据挖掘国际会议论文集，ICDM 2010年12月，第14\u201317页（2010）“，“DOI”：“10.1109\/ICDM.2010.127”}，{“key”：“46_CR6”，“DOI-asserted-by”：“crossref”，“unstructured”：“Chen，J.，Zhou，D.，et al.：缩小自适应梯度方法在训练深层神经网络中的泛化差距。在：第二十九届国际人工智能联合会议和第十七届环太平洋国际人工智能会议，IJCAI 2020，pp.3267\u20133275（2020）“，”DOI“：”10.24963\/IJCAI.2020\/452“｝，｛”key“：”46_CR7“，”DOI断言“：”crossref“，”非结构化“：”Cheng，H.T.，Koc，L，et al.：广泛深入地学习推荐系统。摘自：《推荐系统深度学习第一次研讨会论文集》，DLRS 2016年9月，第7\u201310页（2016）“，“DOI”：“10.1145\/2988450.2988454”}，{“key”：“46_CR8”，“DOI-asserted-by”：“crossref”，“unstructured”：“Covington，P.，Adams，J.，Sargin，E.：YouTube推荐的深层神经网络。摘自：《2016年第十届ACM推荐系统会议论文集》，第191\u2013198页（2016）“，“DOI”：“10.1145\/2959100.2959190”}，{“key”：“46_CR9”，“DOI-asserted-by”：“crossref”，“unstructured”：“Gao，C.，Zheng Y.，等：推荐系统的图形神经网络：挑战、方法和方向。收录于：《第十五届ACM网络搜索和数据挖掘国际会议论文集》，WSDM 20222022年2月，第1623\u20131625（2022）页，“DOI”：“10.1145\/3488560.3501396”}，{“key”：“46_CR10”，“DOI-asserted-by”：“publisher”，“first page”：Wu，Z.，Pan，S.，等：图神经网络的综合综述。IEEE传输。神经网络。学习。系统。32，4\u201324（2019）“，“期刊标题”：“IEEE Trans。神经网络。学习。系统。“}，{”key“：”46_CR11“，”doi-asserted-by“：”crossref“，”unstructured“：”Fan，W.，Ma，Y.，et al.：社会推荐的图形神经网络。摘自：《万维网会议论文集》，WWW 2019年5月，第417\u2013426（2019）页“，”doi“：”10.1145\/3308558.3313488“}“，{问题”：“3”，“key”：“46_CR12”，“doi-assert-by”：“publisher”，“首页”：“83”，“”DOI“：”10.1109\/MP.2012.2235192“，”卷“：”30“，”作者“：”DI Shuman“，”年份“：”2013“，”非结构化“：”Shuman，D.I.，Narang，S.K.等人：图形信号处理的新兴领域：将高维数据分析扩展到网络和其他不规则领域。IEEE信号处理。Mag.30（3），83\u201398（2013）“，“期刊标题”：“IEEE信号处理。Mag.“}，{“key”：“46_CR13”，“unstructured”：“Defferrard，M.，Bresson，X.，Vandergheynst，P.：具有快速局域谱滤波的图上卷积神经网络。摘自：《第三十届神经信息处理系统国际会议论文集》，NIPS 2016年12月，第3844\u20133852（2016）页”}doi-asserted-by“：”crossref“，”unstructured“：”Chiang，W.L.，Liu，X.，et al.：Cluster-GCN:一种用于训练深度和大型图卷积网络的有效算法。摘自：第25届ACM SIGKDD知识发现和数据挖掘国际会议论文集，KDD 2019年7月，第257\u2013266页（2019）“，“DOI”：“10.1145\/3292500.3330925”}，{“key”：“46_CR15”，“unstructured”：“Velikovi，P.、Cucurull，G.等人：图形注意力网络。摘自：《第六届学习表征国际会议论文集》（2018）“}，{“key”：“46_CR16”，“doi-asserted-by”：“crossref”，“unstructured”：“Zhao，H.，et al.：通过图形注意网络进行多元时间序列异常检测。摘自：IEEE国际数据挖掘会议2020，pp.269\u2013279（2020）”，“doi”：“10.1109\/ICDM50108.2020.00093“}，{“key”：“46_CR17”，“doi-asserted-by”：“crossref”，“unstructured”：“Song，W.，Xiao，Z.，et al.：通过动态图形注意网络进行基于会话的社会推荐。摘自：第十二届ACM网络搜索和数据挖掘国际会议论文集，WSDM 2019年1月，pp.555\u2013563（2019）”，“doi”：“10.1145\/3289600.3290989“}，{“key”：“46_CR18”，“doi-asserted-by”：“crossref”，“unstructured”：“Chen，C.，Zhang，M.，et al.：神经注意评级回归与综述级解释。In:Proceedings of the 2018 World Wide Web Conference，WWW 2018，April 2018，pp.1583\u20131592doi-asserted-by“：”crossref“，”unstructured“：”Yang，Z.，Yang，D.等人：文档分类的层次注意网络。摘自：计算语言学协会北美分会2016年会议记录：人类语言技术，pp.1480\u20131489（2016）“，“DOI”：“10.18653\/v1\/N16-1174”}，{“key”：“46_CR20”，“unstructured”：“Louizos，C.，Welling，M.，Kingma，D.P.：通过正则化学习稀疏神经网络。摘自：《第六届学习表征国际会议论文集》（2019）“}，{“key”：“46_CR21”，“doi-asserted-by”：“publisher”，“first page”：：“1”，“doi”：“10.1109\/TKDE.2018.2816018”，“volume”：”30“，“author”：“S Wang”，“year”：“2018”，“unstructured”：“Wang，S.，Tang，J.等人：探索推荐系统的层次结构。IEEE传输。知识。Data Eng.30，1（2018）“，”期刊标题“：”IEEE Trans。知识。Data Eng.“}，{”key“：”46_CR22“，”unstructured“：”Salakhutdinov，R.：概率矩阵因式分解。In:Proceedings of the 20th International Conference on Neural Information Processing Systems，NIPS 2007 December 2007，pp.1257\u20131264（2007）“}”，{“key”：“46_CR23”，“doi-asserted-by”：“crossref”，“unstructure”：“Sedhain，S.，Menon AK，et al.：AutoRec:autoencoders meet collaborative filtering。摘自：《第24届万维网国际会议论文集》，WWW 2015年5月，第111\u2013112（2015）页，“DOI”：“10.1145\/2740908.2742726”}，{“key”：“46_CR24”，“DOI-asserted-by”：“crossref”，“unstructured”：“Koren，Y.：因子分解与邻域相遇：一个多方面的协同过滤模型。摘自：第十四届ACM SIGKDD知识发现和数据挖掘国际会议论文集，KDD 2008年8月，第426\u2013434页（2008）“，“DOI”：“10.1145\/1401890.1401944”}，{“key”：“46_CR25”，“series-title”：“计算机科学讲义”，“DOI-asserted-by”：“publisher”，“first page”：《497》，“DOI:”10.1007\/978-3030-87571-8_43“，”volume-title“：“Web信息系统与应用”，“author”：“C Li”，“year”：“2021”，“unstructured”：“Li，C.，Zhai，R.，Zuo，F.，Yu，J.，Zhang，L.：复杂关系图上的混合多通道图卷积网络。收录人：Xing，C.，Fu，X.，Zhang，Y.，Zang，G.，Borjigin，C.（编辑）WISA 2021。LNCS，第12999卷，第497\u2013504页。查姆施普林格（2021）。https:\/\/doi.org\/10.1007\/978-3-030-87571-8_43“}]，“container-title”：[“Web Information Systems and Applications”，“Teach Notes in Computer Science”]，“原始标题”：[]，“链接”：[{“URL”：“https:\//link.springer.com\/content\/pdf\/10.10007\/978-301-20309-1_46”，“content-type”：“未指定”，“内容版本”：“vor”，“intended-application”：“相似性检查“}”，“存放”：{“日期部分”：[[2023,1,24]]，“日期时间”：“2023-01-24T20:08:58Z”，“时间戳”：1674590938000}，“分数”：1，“资源”：{“主要”：}“URL”：“https:\/\/link.springer.com\/10.1007\/978-3-031-20309-1_46”}，“ISBN”：[“9783031203084”，“97830.31203091”]，“references-count“：25，”URL“：”http://\/dx.doi.org\/10.1007\/978-3-031-20309-1_46“，”关系“：{}，”ISSN“：[”0302-9743“，”1611-3349“]，”ISSN-type“：[{”value“：”0302-7743“、”type“:”print“}、{”value“：”1611-33049“、”类型“：”electronic“}]、“subject”：[]、“published”：{“date-parts”：[2022]}，“assertion”：[{“value”：“2022年12月8日”，“order”：1，“name”：“first_online”，“label”：“First Online”，“group”：{“name”：“ChapterHistory”，“label”：“章节历史”}}，{“value”：“WISA”，“order”：1，“name”:“conference_acrombit”，“标签”：“conference-Acromnim”，“group”：{name”：”ConferenceInfo“，”label“：”Confection-Info“}，”{value“：”Web信息系统和应用程序国际会议“，”order“：2，”name“：”conference_name“，”标签“：”会议名称“，”组“：{“Name”：“ConferenceInfo”，“label”：“Meeting Information”}}，{“value”：“Dalian”，“order”：3，“Name”:“Conference_city”，“table”：“conferency city”，“group”：{”Name“：”ConferenceInformation“，”label“：”会议信息“}，“value“：”China“，”order“：4，”Name“:”Conference_country“，”table“：”conferencyCountry“，“，”label“：”会议信息“}}，{“value”：“2022”，“order”：5，“name”：“Conference_year”，“label”：“会议年份”，“group”：{“name”:“ConferenceInfo”，“标签”：“Conferency Information”}}}，｛“value”：“2022年9月18日”，“order”：8，“name”：“conference_end_date”，“label”：“会议结束日期”，“group”：｛“name”：“ConferenceInfo”，“label”：“ConferenceInformation”｝｝，｛“value”：“19”，“order”：9，“name”：“conference_number”，“label”：“会议编号”，“group”：｛“name”：“ConferenceInfo”，“label”：“ConferenceInformation”｝｝，｛“value”：“wisa22022”，“order”：10，“name”：“conference_id”，“label”：“会议id”，“group”：{“name”:“ConferenceInfo”，“标签”：“Conferency Information”}}，{“value”：“https:\/\/conf.cf.org.cn\/web\/html7\/index.html？globalId=m9475032704175349761645943983427&type=1”，”order“：11，”name“：”conference_0rl“，”label“：”会议url“，”group“：{”name“Conferent_url”renceInfo“，”标签“：“会议信息”}}，{“value”：“Double-blind”，“order”：1，“name”：“type”，“label”：“type”，“group”：{“name”:“ConfEventPeerReviewInformation”，“table”：“Peer Review Information（由会议组织者提供）”}}.，{”value“：”EasyChair“，”order“：2，”name“：”Conference_management_system“，”label“：”会议管理系统“，”group“：{”name“：“ConfEventPeerReviewInformation”，“label”：“同行评审信息（由会议组织者提供）”}}，{“value”：“212”，“order”：3，“name”：“number_of_submissions_sent_for_Review”，”label“：“发送供评审的提交数”，“group”：{“name”:“ConfeventPeerReveewInformation：“同行评议信息（由会议组织者提供）”}}，{“value”：“45”，“order”：4，“name”：“number_of_full_papers_accepted”，“label”：“已接受的全文数”，“group”：{“name”:“ConfEventPeerReviewInformation”，“label”：”同行评议资讯（由会议主办方提供）“}}：“number_of_short_papers_accepted”，“label”：“接受的短文数”，“group”：{“name”：“ConfEventPeerReviewInformation”，“标签”：“同行评审信息（由会议组织者提供）”}}，{“value”：“21%-值由等式计算\”已接受的完整论文数\/已发送供审阅的提交数*100”，然后四舍五入为整数。“，”订单“：6，”名称“：”acceptance_rate_of_Full_Papers“，”标签“：”完整论文的接受率“，”组“：{”name“：”ConfEventPeerReviewInformation“，”label“：”同行审阅信息（由会议组织者提供）“}}，{”value“：”3“，“order”：7，“name”：“average_number_of_reviews_per_paper”，“label”：“每篇论文的平均评论数”，“group”：{“name”:“ConfEventPeerReviewInformation”，“标签”：“同行评论信息（由会议组织者提供）”}}，{“value”：“5”，“orders”：8，“name”：“average_nument_of_papers_per_reviewer”，”label“：“每位审阅者的平均论文数”，“group”：{“name”：“ConfEventPeerReviewInformation”，“label”：“同行评审信息（由会议组织者提供）”}}}]}}