-
题名融合多层图与分类信息的双意图会话推荐
被引量：1
- 1
-
-
作者
刘超
王中迪
余岩化
朱军
-
机构
重庆理工大学计算机科学与工程学院
-
出处
《计算机应用研究》
北大核心
2025年第4期1058-1064,共7页
-
基金
2021年重庆市社会科学规划一般项目(2021NDYB101)
2023年重庆市教育委员会人文社会科学研究青年项目(23SKGH264)
2024年重庆理工大学高质量发展行动计划资助项目(gzlcx20243200)。
-
文摘
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。
-
关键词
会话推荐
多层信息
图神经网络
分类信息
双意图
-
Keywords
session-based recommendation(sbr)
multi-layer information
graph neural network(GNN)
classification information
dual intent
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名基于自监督学习的图转移网络会话推荐算法
被引量：1
- 2
-
-
作者
潘茂
张梦菲
辛增卫
金佳琪
郭诚
方金云
-
机构
中国科学院计算技术研究所
中国科学院大学
国家计算机网络应急技术处理协调中心
-
出处
《高技术通讯》
CAS
2022年第12期1213-1225,共13页
-
基金
国家重点研发计划(2016YFB0502302)
北京市科技计划(E031150)
河北省科技计划(E132010)资助项目。
-
文摘
针对基于会话的推荐算法存在建模物品表示缺乏会话间物品协同信息的问题,提出一种基于自监督学习的图转移网络会话推荐算法(S-SGTN)。该算法首先根据所有会话序列组建协同会话图;其次将当前会话与协同会话图中目标物品的邻居节点表示输入双通道图转移网络中,并在网络训练过程中引入自监督学习模块,通过最大化物品全局和局部表示的互信息,作为推荐任务的辅助任务,以改进物品和会话的表示;最后根据生成的匿名用户会话表示预测下一个产生交互的物品。在公开数据集上的实验结果表明,本文的推荐模型在召回率和平均倒数排名指标上的表现优于其他相关方法。
-
关键词
匿名用户
会话推荐(sbr)
协同信息
自监督学习
图转移网络
-
Keywords
anonymous user
session-based recommendation(sbr)
collaborative information
self-supervised learning
graph transition network
-
分类号
TP391.3
[自动化与计算机技术—计算机应用技术]
-
