期刊文献+
共找到2篇文章
< 1 >
每页显示 20 50 100
GraphMLP-Mixer:基于图-多层感知机架构的高效多行为序列推荐方法 被引量:7
1
作者 卢晓凯 封军 +2 位作者 韩永强 王皓 陈恩红 《计算机研究与发展》 EI CSCD 北大核心 2024年第8期1917-1929,共13页
在多行为序列推荐领域,图神经网络(GNNs)虽被广泛应用,但存在局限性,如对序列间协同信号建模不足和处理长距离依赖性等问题.针对这些问题,提出了一种新的解决框架GraphMLP-Mixer.该框架首先构造全局物品图来增强模型对序列间协同信号的... 在多行为序列推荐领域,图神经网络(GNNs)虽被广泛应用,但存在局限性,如对序列间协同信号建模不足和处理长距离依赖性等问题.针对这些问题,提出了一种新的解决框架GraphMLP-Mixer.该框架首先构造全局物品图来增强模型对序列间协同信号的建模,然后将感知机-混合器架构与图神经网络结合,得到图-感知机混合器模型对用户兴趣进行充分挖掘.GraphMLP-Mixer具有2个显著优势:一是能够有效捕捉用户行为的全局依赖性,同时减轻信息过压缩问题;二是其时间与空间效率显著提高,其复杂度与用户交互行为的数量成线性关系,优于现有基于GNN多行为序列推荐模型.在3个真实的公开数据集上进行实验,大量的实验结果验证了GraphMLP-Mixer在处理多行为序列推荐问题时的有效性和高效性. 展开更多
关键词 多行为建模 序列推荐 图神经网络 MLP架构 全局物品图
在线阅读 下载PDF
融合全局信息的复合兴趣表示学习会话推荐
2
作者 薛程元 张东 李冠宇 《计算机工程与设计》 北大核心 2025年第9期2465-2472,共8页
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... 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。 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 多头注意力 反向位置嵌入 全局项目关系图
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部