-
题名融合全局信息的复合兴趣表示学习会话推荐
- 1
-
-
作者
薛程元
张东
李冠宇
-
机构
大连海事大学信息科学技术学院
-
出处
《计算机工程与设计》
北大核心
2025年第9期2465-2472,共8页
-
基金
国家自然科学基金项目(61976032)。
-
文摘
为深入挖掘全局层面上的项目间隐藏关联信息和会话层面的兴趣信息,提高推荐系统的准确性,提出了一种新颖的会话推荐模型CISR。在全局层面,CISR通过构建全局项目关系图并利用传播机制,有效学习会话间的隐藏关联信息,从而更全面地理解项目间的相互影响和关系。在会话层面,CISR结合注意力机制与项目位置编码,学习并整合位置兴趣表示、层级兴趣表示和消极兴趣表示,形成复合兴趣表示,以捕捉用户在会话过程中的兴趣变化。实验结果表明,CISR模型在真实数据集上的性能显著优于其它基线方法,展现了其在会话推荐任务中的优越性和有效性。
-
关键词
推荐系统
会话推荐
图神经网络
注意力机制
多头注意力
反向位置嵌入
全局项目关系图
-
Keywords
recommender system
session-based recommendation
graph neural network
attention mechanism
multi-head attention
reverse position embedding
global item relation graph
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
