-
题名结合图同构和混合阶残差门控图神经网络的会话推荐
- 1
-
-
作者
王永贵
于琦
-
机构
辽宁工程技术大学电子与信息工程学院
-
出处
《计算机科学与探索》
北大核心
2025年第2期502-512,共11页
-
基金
国家自然科学基金(61772249)。
-
文摘
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。
-
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
-
Keywords
session recommendation
graph isomorphic network
hybrid-order residual gated graph neural network
contrastive learning
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名基于图神经网络的多层信息交互融合算法用于会话推荐
被引量:1
- 2
-
-
作者
杨航
李汪根
张根生
王志格
开新
-
机构
安徽师范大学计算机与信息学院
-
出处
《计算机应用》
CSCD
北大核心
2024年第9期2719-2725,共7页
-
基金
国家自然科学基金资助项目(61976006)。
-
文摘
针对当前会话推荐中存在对于当前会话的项目转换信息挖掘不充分且极少利用其他会话信息的问题,提出一种基于图神经网络的多层信息交互融合算法用于会话推荐。基于当前会话,首先,对节点之间的连接关系设计不同的权重聚合邻域节点的信息,并挖掘当前会话中项目转换的显性信息;其次,通过基于堆叠的残差图注意力网络聚合邻域节点信息,挖掘当前会话中项目转换的隐性信息;最后,通过单门控图神经网络挖掘基于时间戳的会话中存在的序列依赖信息。基于其他会话,通过节点的一阶邻居将整个会话集联系起来,学习全局信息编码,进而融合4个层次的嵌入表示以获得更全面的项目转换信息,同时使用软注意力机制和反向位置嵌入信息对获得的项目转换信息进行更有效的融合。实验结果表明,在Diginetica数据集上,所提模型的精度P@20和平均倒数排名MRR@20较次优模型GCE-GNN(Global Context Enhanced Graph Neural Network)分别提升了0.79%和0.84%;在Tmall数据集上,所提模型的P@20和MRR@20较次优模型HyperS2Rec分别提升了8.23%和7.86%;在Nowplaying数据集上,所提模型的P@20和MRR@20较次优模型HyperS2Rec分别提升了1.33%和7.16%。
-
关键词
会话推荐
残差图注意力网络
门控图神经网络
软注意力
反向位置嵌入
-
Keywords
session-based recommendation
residual graph attention network
gated graph neural network
soft attention
reverse position embedding
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名面向战场环境下的语种识别
- 3
-
-
作者
华英杰
刘晶
邵玉斌
朵琳
-
机构
昆明理工大学信息工程与自动化学院
-
出处
《兵工学报》
EI
CAS
CSCD
北大核心
2023年第7期2197-2206,共10页
-
基金
国家自然科学基金项目(61962032)
云南省科技厅优秀青年项目(202001AW07000)。
-
文摘
为实现语种识别在战场环境下保持较高的识别性能,提出一种基于语谱图灰度变换的语种识别方法。根据语音信息和战场环境下的噪声信息在语谱图上的分布特性,引入带通滤波;根据人耳听觉特性提取对数灰度语谱图;采用自动色阶算法抑制语谱图上的噪声信息,增强语种信息,并采用残差神经网络模型进行训练识别。实验结果表明:在-10 dB掠夺者战斗机驾驶舱噪声环境下,相对于线性灰度语谱图特征,识别正确率提升了46%;在其他噪声环境下,识别性能也大幅度提升。
-
关键词
语种识别
对数灰度语谱图
自动色阶算法
残差神经网络
-
Keywords
language identification
logarithmic grayscale spectrogram
automatic tone scale algorithm
residual neural network
-
分类号
TN912.3
[电子电信—通信与信息系统]
-