一种面向图神经网络推荐模型的剪枝方法、装置及存储介质

本发明公开了一种面向图神经网络推荐模型的剪枝方法、装置及存储介质，涉及模型剪枝与计算机深度学习领域。给定用户集物品交互信息，构造的用户‑物品二分图，剪枝算法会在模型训练的过程中计算边可靠性、结构重要性和信息质量，以产生用户‑物品二分图中每条边的得分，并对其进行剪枝，以缩小图的规模，来加速模型训练并提高模型预测的准确性，基于剪枝后的图神经网络的推荐模型为用户进行物品推荐。本发明可以在基于图神经网络的推荐模型的训练过程中删去贡献较小的边，优化图结构，使信息传递更有效的同时加快聚合的速度。