期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到86篇文章
< 1 2 … 5 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
融合全局和属性信息的双图神经网络会话推荐
1
作者 杨兴耀 齐正 +3 位作者 张祖莲 于炯 陈嘉颖 王东晓 《计算机工程与设计》 北大核心 2025年第3期770-778,共9页
为解决现有会话推荐未利用项目的额外属性信息,以及忽略全局项目之间交互问题,提出一种融合全局和属性信息的双图神经网络会话推荐模型。在会话序列中捕获项目显式和隐式信息,将项目之间的交互关系构建成全局图和属性图,在全局图中利用... 为解决现有会话推荐未利用项目的额外属性信息,以及忽略全局项目之间交互问题,提出一种融合全局和属性信息的双图神经网络会话推荐模型。在会话序列中捕获项目显式和隐式信息,将项目之间的交互关系构建成全局图和属性图,在全局图中利用一个门控机制捕获显式信息,在属性图中将一个自注意力机制嵌入到图注意力网络中学习项目隐式信息。利用池化操作将两种信息融合,根据最终嵌入计算预测评分。实验结果表明,模型在3个公开数据集Diginetica、Tmall和30Music上的精确度和平均倒数排名优于新近基线模型,验证了模型的有效性。 展开更多
关键词 推荐系统 会话推荐 图神经网络 注意力机制 门控机制 图注意力网络 自注意力机制
在线阅读 下载PDF
基于双图神经网络的会话推荐算法
2
作者 李忠伟 吴金燠 +2 位作者 刘昕 周洁 李可一 《计算机工程与设计》 北大核心 2025年第1期23-29,共7页
针对现有会话推荐算法缺乏对属性信息利用的问题,提出一种基于双图神经网络的会话推荐算法(SR-DGNN)。分别构建会话图和全局相似图学习项目的时序特征和内容特征表示,设计相似度图卷积网络(S-GCN)对全局相似图进行建模。设计基于注意力... 针对现有会话推荐算法缺乏对属性信息利用的问题,提出一种基于双图神经网络的会话推荐算法(SR-DGNN)。分别构建会话图和全局相似图学习项目的时序特征和内容特征表示,设计相似度图卷积网络(S-GCN)对全局相似图进行建模。设计基于注意力机制的融合策略对项目的特征表示进行聚合,获取会话的全局表示。综合考虑用户的长期和短期兴趣,预测用户偏好。在KKBOX和MIND两个数据集上进行了大量实验,实验结果表明,所提模型优于现有基准模型。 展开更多
关键词 推荐系统 会话推荐 图神经网络 会话图 全局相似图 相似度图卷积网络 注意力机制
在线阅读 下载PDF
基于图神经网络和用户长短期偏好的会话推荐
3
作者 卢官明 柯润宇 +2 位作者 卢峻禾 丁佳伟 魏金生 《南京邮电大学学报(自然科学版)》 北大核心 2025年第2期77-85,共9页
针对现有的会话推荐方法没有考虑用户长期偏好以及不同项目之间相关性的问题,提出了一种基于图神经网络和用户长短期偏好的会话推荐模型(GNN⁃LSTUP)。首先,基于所有会话构建全局会话图,通过融入相关性编码的图神经网络和注意力机制来挖... 针对现有的会话推荐方法没有考虑用户长期偏好以及不同项目之间相关性的问题,提出了一种基于图神经网络和用户长短期偏好的会话推荐模型(GNN⁃LSTUP)。首先,基于所有会话构建全局会话图,通过融入相关性编码的图神经网络和注意力机制来挖掘用户长期偏好;然后,通过构建局部会话图并利用图神经网络和注意力机制来捕捉用户短期偏好;最后,通过求和池化操作融合用户长、短期偏好,以便更准确地预测用户下一次交互行为。在Diginetica、Tmall和Nowplaying数据集上进行了实验,结果表明,提出的GNN⁃LSTUP在Diginetica数据集上取得的P@20和MRR@20分别为54.19%和18.94%,在Tmall数据集上取得的P@20和MRR@20分别为34.68%和16.96%,在Nowplaying数据集上取得的P@20和MRR@20分别为23.32%和8.62%,优于其他已有的会话推荐模型。 展开更多
关键词 会话推荐 图神经网络 用户偏好 相关性
在线阅读 下载PDF
融合注意力机制和会话推荐的点击率预测模型
4
作者 李唯唯 孙永冠 +1 位作者 周正楠 夏萱 《重庆理工大学学报(自然科学)》 北大核心 2025年第4期182-189,共8页
现有点击率预测直接将历史行为特征进行兴趣建模而忽视了序列信息内在结构,为此,提出一种融合注意力机制的兴趣提取会话推荐算法(ISRA),用于点击率预测。将用户的点击序列按照时间间隔细分为若干个会话,以会话为单位进行兴趣建模从而提... 现有点击率预测直接将历史行为特征进行兴趣建模而忽视了序列信息内在结构,为此,提出一种融合注意力机制的兴趣提取会话推荐算法(ISRA),用于点击率预测。将用户的点击序列按照时间间隔细分为若干个会话,以会话为单位进行兴趣建模从而提升模型捕捉用户短期兴趣变化的能力。使用带有多重位置编码的注意力机制对会话信息进行加权区分和特征交互,使长期兴趣和短期兴趣演化过程中得到更显著的表达。对数据集Criteo与MovieLens-1M进行大量实验分析,证明了该方法的有效性。 展开更多
关键词 点击率预测 会话推荐 注意力机制 兴趣提取 行为序列
在线阅读 下载PDF
融合多层图与分类信息的双意图会话推荐
5
作者 刘超 王中迪 +1 位作者 余岩化 朱军 《计算机应用研究》 北大核心 2025年第4期1058-1064,共7页
针对现有会话推荐系统存在的会话间信息挖掘不够充分、会话间聚合信息冗余和辅助信息未与会话特征相结合的问题,提出融合多层图与分类信息的双意图会话推荐模型(SRIMC)。首先,根据会话序列,构建局部会话图、会话关系图和全局项目图,通... 针对现有会话推荐系统存在的会话间信息挖掘不够充分、会话间聚合信息冗余和辅助信息未与会话特征相结合的问题,提出融合多层图与分类信息的双意图会话推荐模型(SRIMC)。首先,根据会话序列,构建局部会话图、会话关系图和全局项目图,通过图神经网络(GNN)学习得到局部会话特征、会话关系特征和全局项目会话特征,并将上述特征结合获得α意图;其次,基于替换先验分布为β分布的贝叶斯分布整合分类信息与会话长度信息,获得β意图;最后,将α和β意图融合进行预测。在五个公开数据集上的实验结果表明,SRIMC的P@20提升了1.23%~51.78%,MRR@20提升了2.87%~80.87%,证明了模型利用多层会话信息与分类信息捕获用户意图的有效性。 展开更多
关键词 会话推荐 多层信息 图神经网络 分类信息 双意图
在线阅读 下载PDF
结合图同构和混合阶残差门控图神经网络的会话推荐
6
作者 王永贵 于琦 《计算机科学与探索》 北大核心 2025年第2期502-512,共11页
基于会话推荐的目的是依据当前会话的先前动作来预测用户的下一个动作。针对现有基于图神经网络的会话推荐模型存在的不足之处,提出一种结合图同构和混合阶残差门控图神经网络的会话推荐模型(GIHR-GNN)。使用图同构网络聚合相邻项目的... 基于会话推荐的目的是依据当前会话的先前动作来预测用户的下一个动作。针对现有基于图神经网络的会话推荐模型存在的不足之处,提出一种结合图同构和混合阶残差门控图神经网络的会话推荐模型(GIHR-GNN)。使用图同构网络聚合相邻项目的特征向量,有效融合全局和局部信息,解决图神经网络善于捕获节点之间的局部连接而忽略全局信息的问题,并通过门控融合函数聚合用户的长短期兴趣以更好地捕捉用户兴趣的动态变化。使用混合阶门控图神经网络对位置嵌入向量进行处理以捕获用户长时间后重新交互所反映出的用户意图,并在此基础之上添加残差模块,解决深层网络的退化问题。将未去噪和去噪后的用户长期兴趣表示进行对比学习,缓解了数据稀疏和噪声干扰的问题。在Tmall和RetailRocket两个数据集上进行多次实验,并与先进基线模型进行比较,结果表明该模型在Tmall数据集上P@20指标和MRR@20指标至少提升了3.26%和10.33%,在RetailRocket数据集上P@20指标和MRR@20指标至少提升了0.55%和2.57%,证明了GIHR-GNN模型的有效性。 展开更多
关键词 会话推荐 图同构网络 混合阶残差门控图神经网络 对比学习
在线阅读 下载PDF
解耦全局与局部偏好的会话推荐算法
7
作者 张莉 汪海涛 +1 位作者 贺建峰 陈星 《小型微型计算机系统》 北大核心 2025年第4期803-809,共7页
为了提高会话推荐算法的准确性,针对现有会话推荐算法易受数据稀疏性影响,以及并未充分解耦全局偏好与局部偏好的问题,提出解耦全局与局部偏好的会话推荐算法.该算法不仅实现预测任务,而且从项目属性中导出自监督信号进行解耦任务.首先... 为了提高会话推荐算法的准确性,针对现有会话推荐算法易受数据稀疏性影响,以及并未充分解耦全局偏好与局部偏好的问题,提出解耦全局与局部偏好的会话推荐算法.该算法不仅实现预测任务,而且从项目属性中导出自监督信号进行解耦任务.首先,针对会话推荐算法的数据稀疏性问题,利用项目属性信息为每个会话生成会话视图.其次,针对会话的全局与局部偏好未被充分解耦的问题,通过对会话视图的全局与局部偏好进行对比式自监督学习,进而实现解耦任务.此外,为了在预测任务中获取更准确的偏好估计,将属性信息融入项目的初始嵌入.在两个公开数据集上与现有优秀方法比较,实验证明提出的算法在评估指标P@K和MRR@K上较基线方法均有所提升. 展开更多
关键词 会话推荐 自监督学习 解耦 全局与局部偏好
在线阅读 下载PDF
基于反事实用户行为生成的会话推荐方法
8
作者 卢香葵 邬俊 《电子学报》 北大核心 2025年第4期1264-1278,共15页
为保护用户隐私,许多平台为用户提供了匿名登录选项,迫使推荐系统仅能访问当前会话中的有限用户行为记录,进而催生了会话推荐(Session-Based Recommendation,SBR)系统.现有SBR技术在很大程度上沿用了传统非匿名用户行为建模思路,聚焦于... 为保护用户隐私,许多平台为用户提供了匿名登录选项,迫使推荐系统仅能访问当前会话中的有限用户行为记录,进而催生了会话推荐(Session-Based Recommendation,SBR)系统.现有SBR技术在很大程度上沿用了传统非匿名用户行为建模思路,聚焦于序列建模以习得会话表征.然而,当会话长度偏短时,现有SBR技术性能衰减严重,难以应对以短会话为主的真实会话推荐场景.有鉴于此,提出一种通过频繁模式引导长会话生成的反事实推理方法(Counterfactual inference by frequent pattern guided Long Session Generation,CLSG),试图回答反事实问题:“如果会话内包含更丰富的交互物品,SBR模型预测结果将会如何?”CLSG遵循反事实理论的“归纳-行动-预测”经典三阶段推理流程.“归纳”:从已观测会话集合中构建频繁模式知识库;“行动”:基于所构建知识库生成反事实长会话;“预测”:度量已观测会话和反事实会话预测结果间的差异,并将其作为正则化项并入目标函数,以达到表征一致性的目的 .值得注意的是,CLSG具有模型无关的技术特点,可对现有SBR模型实现普惠式赋能.三个基准数据集上的实验结果表明,CLSG提升了五款现有SBR模型的预测性能,在命中率(Hit Rate,HR)和平均倒数排名(Mean Reciprocal Rank,MRR)评价指标上均取得6%左右的平均性能提升. 展开更多
关键词 会话推荐 反事实推理 频繁模式挖掘 用户行为建模 匿名会话
在线阅读 下载PDF
基于增强图神经网络的特征融合会话推荐方法
9
作者 袁凤源 梅红岩 +1 位作者 温民伟 白杨 《计算机工程与设计》 北大核心 2025年第2期546-553,共8页
针对现有会话推荐方法过于依赖局部特征的交互提取,忽略全局特征的关联性,导致会话上下文信息丢失的问题,提出一种基于增强图神经网络的特征融合会话推荐方法(FFSR-EGNN)。引入卷积单元到图神经网络中,更有效捕获不同层次的局部特征,采... 针对现有会话推荐方法过于依赖局部特征的交互提取,忽略全局特征的关联性,导致会话上下文信息丢失的问题,提出一种基于增强图神经网络的特征融合会话推荐方法(FFSR-EGNN)。引入卷积单元到图神经网络中,更有效捕获不同层次的局部特征,采用潜在语义分析方法构建会话-项目矩阵提取会话的全局特征,利用注意力机制自适应地学习局部和全局特征,使模型能够根据特征节点的关联性调整、增强节点间的重要信息传递。通过线性部件将局部和全局特征进行融合,生成最终的语义表示和预测概率用于推荐任务。在Diginetica和Yoochoose数据集上实验,其结果表明,所提方法推荐性能优于现有主流推荐方法。 展开更多
关键词 会话 推荐系统 深度学习 机器学习 图神经网络 特征融合 会话推荐
在线阅读 下载PDF
基于项目级和类别级双混合超图的会话推荐
10
作者 李建伏 张丹 《计算机工程与设计》 北大核心 2025年第6期1758-1765,共8页
为捕获项目间和类别间复杂的顺序、高阶依赖关系,提出一种基于项目级和类别级双混合超图融合的会话推荐方法DF-MHCN。分别从项目和类别转换角度构建一个项目级混合超图和一个类别级混合超图;提出混合超图卷积网络更新两个混合超图中节... 为捕获项目间和类别间复杂的顺序、高阶依赖关系,提出一种基于项目级和类别级双混合超图融合的会话推荐方法DF-MHCN。分别从项目和类别转换角度构建一个项目级混合超图和一个类别级混合超图;提出混合超图卷积网络更新两个混合超图中节点的表示;引入引导注意力机制融合两种节点表示;用更新后的节点嵌入学习会话表示,计算每个节点的点击概率并推荐概率最大的k个项目。实验结果表明,DF-MHCN方法相对于现有的会话推荐方法具有较高的精度。 展开更多
关键词 基于会话的推荐 混合超图 项目级混合超图 类别级混合超图 超图卷积网络 混合超图卷积网络 引导注意力机制
在线阅读 下载PDF
UniRec:融合项目表示一致性信息的会话推荐模型
11
作者 翟雨欣 彭敦陆 朱金玲 《小型微型计算机系统》 北大核心 2025年第4期856-862,共7页
会话推荐是根据匿名的交互序列预测下一个商品的任务.基于用户历史行为准确建模用户的下一个动作对提高推荐性能至关重要.近些年,许多研究者使用对比学习来改进向量的表示以提高建模的准确性.但现有的基于对比学习的方法大多数都涉及复... 会话推荐是根据匿名的交互序列预测下一个商品的任务.基于用户历史行为准确建模用户的下一个动作对提高推荐性能至关重要.近些年,许多研究者使用对比学习来改进向量的表示以提高建模的准确性.但现有的基于对比学习的方法大多数都涉及复杂的建模过程,过度依赖于模型结构,从而忽视了优化项目表示空间的重要性.为此,本文提出了一种融合项目表示一致性信息与会话信息的会话推荐模型(UniRec).模型通过构建位置感知图来提取细粒度的全局级信息,并利用图注意力网络(GAT)学习项目间成对的过渡关系捕获会话级信息,引入额外的损失函数关注项目表示空间的一致性.最后,使用融合函数获得最终项目表示预测出下一个可能交互的item.在3个真实数据集上的对比实验结果表明,相对基线模型,本文所提模型在P@20、MRR@20等指标上具有一定的提升. 展开更多
关键词 基于会话的推荐系统 一致性信息 对比学习 图神经网络
在线阅读 下载PDF
基于局部-邻域图信息与注意力机制的会话推荐 被引量：1
12
作者 党伟超 吴非凡 +2 位作者 高改梅 刘春霞 白尚旺 《计算机工程与设计》 北大核心 2024年第3期925-931,共7页
针对基于匿名用户的会话推荐忽略了不同会话之间可能存在的协作信息,以及未考虑所预测的目标项与历史行为的相关性问题,提出一种基于局部-邻域图信息与注意力机制的会话推荐模型(SR-LNG-AM)。从当前会话和邻域会话构建的图结构中分别学... 针对基于匿名用户的会话推荐忽略了不同会话之间可能存在的协作信息,以及未考虑所预测的目标项与历史行为的相关性问题,提出一种基于局部-邻域图信息与注意力机制的会话推荐模型(SR-LNG-AM)。从当前会话和邻域会话构建的图结构中分别学习两种类型的项目转换信息,将其融合得到项目嵌入。使用软注意力机制生成全局嵌入,使用目标注意力机制针对不同的目标项自适应生成不同的目标嵌入。结合局部嵌入,进行预测。在两个真实数据集上与多个基线方法进行实验对比,实验指标均有提高,验证了该方法的有效性。 展开更多
关键词 会话推荐 注意力机制 图信息 邻域会话 协作信息 目标注意力 目标嵌入
在线阅读 下载PDF
结合图对比学习的多图神经网络会话推荐方法 被引量：1
13
作者 卢敏 原子婷 《计算机科学》 CSCD 北大核心 2024年第5期54-61,共8页
会话推荐根据匿名用户短期内的交互数据预测下一个交互物品。针对会话中物品少、物品长尾分布等特性,现有基于图对比学习的会话推荐模型提出对会话内物品采用随机裁剪、扰动等方式构造正负样本。然而,上述随机退出策略进一步缩减较短会... 会话推荐根据匿名用户短期内的交互数据预测下一个交互物品。针对会话中物品少、物品长尾分布等特性,现有基于图对比学习的会话推荐模型提出对会话内物品采用随机裁剪、扰动等方式构造正负样本。然而,上述随机退出策略进一步缩减较短会话中的可用物品,使得会话更加稀疏,引起会话兴趣学习偏差。为此,提出了结合图对比学习的多图神经网络会话推荐方法。其核心思想是:在物品局部图、物品全局图等上提取融入物品局部和全局的高阶邻域物品表示,并生成物品级的会话表示,然后设计会话-会话图并学习会话级的会话表示,最后递归利用不同级别会话兴趣生成正负样本对,通过对比学习机制增强会话兴趣区分性。与退出策略相比,所提模型保留了完整的会话信息,实现了真正的数据扩充。在两个基准数据集上进行了大量实验,结果表明,该算法的推荐性能远优于主流基线方法。 展开更多
关键词 会话推荐 图对比学习 图神经网络 会话兴趣 正负样本
在线阅读 下载PDF
融合自监督的协同注意图学习会话推荐
14
作者 王永贵 袁浩钰 《小型微型计算机系统》 CSCD 北大核心 2024年第8期1878-1886,共9页
基于图神经网络的会话推荐目的是利用给定的匿名交互序列预测用户下次将交互的潜在项目.为解决图神经网络方法中存在的过度平滑问题和现有的会话推荐忽略了数据稀疏性影响,以及因使用交叉熵而产生严重的过拟合问题.本文提出了一种融合... 基于图神经网络的会话推荐目的是利用给定的匿名交互序列预测用户下次将交互的潜在项目.为解决图神经网络方法中存在的过度平滑问题和现有的会话推荐忽略了数据稀疏性影响,以及因使用交叉熵而产生严重的过拟合问题.本文提出了一种融合自监督的协同注意图学习会话推荐模型(SI-CAGL).首先SI-CAGL在学习到会话中项目的准确表示,其次使用协同注意图学习与修改自注意力机制的方法进行自监督学习,最后使用修正边缘平滑函数与归一化相结合的方法进行预测.在两个真实数据集上进行多次实验,与先进基线模型相比,SI-CAGL在Diginetica上Recall@20和MRR@20至少提升了3.28%和3.38%,在Gowalla上Recall@20和MRR@20至少提升了2.88%和2.13%,推荐性能有明显提升. 展开更多
关键词 自监督学习 协同注意图学习 会话推荐 修正边缘平滑函数
在线阅读 下载PDF
基于霍克斯过程和图神经网络的会话推荐
15
作者 杨真真 闫孟儒 +1 位作者 杨永鹏 陈亚杰 《信号处理》 CSCD 北大核心 2024年第4期757-765,共9页
针对传统会话推荐系统(Session-Based Recommendation System, SBRS)往往忽略了项目点击量之间的交互,以及遗漏了会话内项目之间的相对顺序的问题,本文提出了一种基于霍克斯过程和图神经网络(Hawkes Process and Graph Neural Network, ... 针对传统会话推荐系统(Session-Based Recommendation System, SBRS)往往忽略了项目点击量之间的交互,以及遗漏了会话内项目之间的相对顺序的问题,本文提出了一种基于霍克斯过程和图神经网络(Hawkes Process and Graph Neural Network, HPGNN)的会话推荐方法。该方法提出了包含图神经位置感知层和图神经霍克斯层的双流结构,分别学习用户的长期和短期偏好。图神经位置感知层通过门控图神经网络(Gated Graph Neural Network, GGNN)来捕捉各个节点之间的交互关系,得到会话中每个项目的隐向量表示,并引入逐次递减的残差网络,有效地将之前的编码信息与当前网络融合,然后通过位置感知注意力网络来捕捉项目节点在会话中的位置信息,用于学习用户的长期偏好表示。图神经霍克斯层通过将霍克斯过程和GGNN相结合来捕捉连续时间的项目点击量之间的关系,用于更准确的表示用户的短期偏好。最后将两者进行线性组合,来更好地描述用户意图。实验结果表明,提出的HPGNN在Diginetica和Yoochoose1/64两个基准会话推荐数据集上的推荐性能均优于其他会话推荐模型。 展开更多
关键词 会话推荐 推荐系统 图神经网络 霍克斯过程 位置感知注意力网络
在线阅读 下载PDF
基于全局增强图神经网络的会话推荐方法
16
作者 杨长春 张毅 +1 位作者 刘昊 李艺 《计算机工程与设计》 北大核心 2024年第10期3089-3095,共7页
为解决现有会话推荐方法对其它会话中项目转换信息考虑较少的问题,提出一种基于全局增强图神经网络的会话推荐方法。位置感知全局图利用相对位置信息区分不同类型的邻居,对相邻项目转换建模,训练全局级项目嵌入,使用注意力机制从当前会... 为解决现有会话推荐方法对其它会话中项目转换信息考虑较少的问题,提出一种基于全局增强图神经网络的会话推荐方法。位置感知全局图利用相对位置信息区分不同类型的邻居,对相邻项目转换建模,训练全局级项目嵌入,使用注意力机制从当前会话中捕获转换信息,训练会话级项目嵌入;分别从两种类型的项目嵌入中生成会话间嵌入和会话内嵌入;使用对比学习技术增强两个会话嵌入的鲁棒性。在3个数据集上的实验验证了该方法的有效性。 展开更多
关键词 推荐系统 会话推荐 全局图 会话图 图神经网络 注意力机制 对比学习
在线阅读 下载PDF
基于元数据增强的多模态会话推荐模型
17
作者 党伟超 程炳阳 《计算机工程与设计》 北大核心 2024年第11期3427-3433,共7页
为学习会话推荐中不同项目属性的共享表示和提升推荐性能,提出一种基于元数据增强的多模态会话推荐模型。应用项目元数据模态感知模块从项目元数据中学习不同项目属性的共享表示,将离散重组编码学习集成到推荐模型中,设计一种双循环知... 为学习会话推荐中不同项目属性的共享表示和提升推荐性能,提出一种基于元数据增强的多模态会话推荐模型。应用项目元数据模态感知模块从项目元数据中学习不同项目属性的共享表示,将离散重组编码学习集成到推荐模型中,设计一种双循环知识蒸馏框架,最大化不同通道学习到的会话嵌入的互信息。与现有主流模型相比,该模型在大压缩比下实现了快速推理,展示出优越的推荐性能。 展开更多
关键词 会话推荐 元数据 多模态 项目元数据感知 重组编码 双循环知识蒸馏 互信息
在线阅读 下载PDF
基于超图卷积网络和目标多意图感知的会话推荐算法 被引量：2
18
作者 王伦康 高茂庭 《计算机应用研究》 CSCD 北大核心 2024年第1期32-38,44,共8页
当前先进的会话推荐算法主要通过图神经网络从全局和目标会话中挖掘项目的成对转换关系,并将目标会话压缩成固定的向量表示,忽略了项目间复杂的高阶信息和目标项目对用户偏好多样性的影响。为此提出了基于超图卷积网络和目标多意图感知... 当前先进的会话推荐算法主要通过图神经网络从全局和目标会话中挖掘项目的成对转换关系,并将目标会话压缩成固定的向量表示,忽略了项目间复杂的高阶信息和目标项目对用户偏好多样性的影响。为此提出了基于超图卷积网络和目标多意图感知的会话推荐算法HCN-TMP。通过学习会话表示来表达用户偏好,首先依据目标会话构建会话图,依据全局会话构建超图,通过意图解纠缠技术将原有反映用户耦合意图的项目嵌入表示转换为项目多因素嵌入表示,再经图注意力网络和超图卷积网络分别学习目标会话节点的会话级和全局级项目表示,并使用距离相关性损失函数增强多因素嵌入块间的独立性;然后嵌入目标会话中节点位置信息,加权每个节点的注意力权重,得到全局级和会话级会话表示;利用对比学习最大化两者互信息,经目标多意图感知,针对不同的目标项目自适应地学习目标会话中多意图的用户偏好,得到目标感知级会话表示,最后线性融合三个级别的会话表示得到最终的会话表示。在Tmall和Nowplaying两个公开数据集上进行大量实验,实验结果验证了HCN-TMP算法的有效性。 展开更多
关键词 图神经网络 会话推荐 意图解纠缠 注意力机制 自监督学习
在线阅读 下载PDF
融合物品转换关系和时序信息的会话推荐算法 被引量：2
19
作者 吴文政 卢先领 《计算机科学与探索》 CSCD 北大核心 2024年第3期768-779,共12页
针对现有图神经网络会话推荐算法忽略了各类辅助信息,导致不能准确地建模会话序列的问题,提出了一种融合物品的转换关系和时序信息的会话推荐算法(RTSR)。首先利用图网络结构得到任意两个节点之间的最短路径序列,经过双向门控循环单元(G... 针对现有图神经网络会话推荐算法忽略了各类辅助信息,导致不能准确地建模会话序列的问题,提出了一种融合物品的转换关系和时序信息的会话推荐算法(RTSR)。首先利用图网络结构得到任意两个节点之间的最短路径序列,经过双向门控循环单元(GRU)将其编码为对应物品之间的转换关系,再结合自注意力机制从图的角度捕捉会话的全局依赖信息。同时设计了一种无损图编码方案来缓解会话图编码过程中信息损失的问题。该方案将会话序列中的时序信息进行合理的量化,并将其作为会话图中边的权重,再结合门控图神经网络获取会话的局部依赖信息。最后,线性组合全局依赖信息和局部依赖信息并结合反向位置信息,最终生成用户对物品的兴趣偏好,并给出推荐列表。在公共基准数据集Gowalla和Diginetica上与SR-GNN、GC-SAN、GCE-GNN等主流模型进行性能对比实验,结果表明RTSR在平均倒数排名方面分别至少提高了6.13%和1.58%,同时推荐精准度方面也有相应的提高。 展开更多
关键词 图神经网络 会话推荐 最短路径序列 时序信息 反向位置信息
在线阅读 下载PDF
融合全局信息的多图神经网络会话推荐 被引量：1
20
作者 黄涛 徐贤 《小型微型计算机系统》 CSCD 北大核心 2024年第4期769-776,共8页
基于会话的推荐旨在根据当前会话预测下一个最可能交互的物品.由于单个会话点击序列较短,仅使用会话本身的信息很难提供准确的推荐.因此,综合考虑其它会话之间的交互信息已成为一种趋势,为了提高推荐性能,本文提出一种融合全局信息的多... 基于会话的推荐旨在根据当前会话预测下一个最可能交互的物品.由于单个会话点击序列较短,仅使用会话本身的信息很难提供准确的推荐.因此,综合考虑其它会话之间的交互信息已成为一种趋势,为了提高推荐性能,本文提出一种融合全局信息的多图神经网络会话推荐模型(GIMGNN)来增强会话推荐的效果.该模型首先通过超图卷积神经网络和门控图神经网络从全局会话超图和局部会话图中学习两个级别的物品表示,然后通过注意力机制将反向位置信息融合到两种表示中,最后利用融合后的表示完成预测.在两个真实数据集Yoochoose和Diginetica上进行了一系列实验,实验结果表明,对比性能最优的基准模型,GIMGNN模型在Yoochoose上P@20和MRR@20至少提升了2.42%和4.01%,在Diginetica上P@20和MRR@20至少提升了6.56%和9.11%,验证了模型的有效性. 展开更多
关键词 会话推荐 超图卷积神经网络 门控图神经网络 注意力机制 位置信息
在线阅读 下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 2 … 5 下一页 到第 页
关于我们 | 版权声明 | 联系我们 | 帮助中心| 意见反馈
主办单位：上海市教育委员会
技术支持：重庆维普资讯有限公司
渝公网安备 50019002500403号
使用帮助 返回顶部