基于图共现增强多层感知机的会话推荐

作     者：唐廷杰 黄佳进 秦进 陆辉 TANG Tingjie;HUANG Jiajin;QIN Jin;LU Hui

作者机构：公共大数据国家重点实验室(贵州大学)贵阳550025 贵州大学计算机科学与技术学院贵阳550025 北京工业大学信息学部北京100124 

基　　金：贵州省科技计划项目(黔科合基础1Y275) 

出 版 物：《计算机应用》 (journal of Computer Applications)

年 卷 期：2024年第44卷第8期

页      码：2357-2364页

摘      要：针对多层感知机(MLP)架构无法捕获会话序列上下文中的共现关系的问题,提出了一种基于图共现增强MLP的会话推荐模型GCE-MLP。首先,利用MLP架构捕获会话序列的顺序依赖关系,同时通过共现关系学习层获得序列上下文中的共现关系,并通过信息融合模块得到会话表示;其次,设计了特定的特征选择层,旨在扩大不同关系学习层输入特征的差异性;最后,通过噪声对比任务最大化两种关系表征之间的互信息,进一步增强对会话兴趣的表征学习。在多个真实数据集上的实验结果表明GCE-MLP的推荐性能优于目前主流的模型,验证了该模型的有效性。与最优的MLP架构模型FMLP-Rec(Filter-enhanced MLP for Recommendation)相比,在Diginetica数据集上,P@20最高达到了54.08%,MRR@20最高达到了18.87%,分别提升了2.14和1.43个百分点;在Yoochoose数据集上,P@20最高达到了71.77%,MRR@20最高达到了31.78%,分别提升了0.48和1.77个百分点。

主 题 词：推荐系统 会话推荐 多层感知机 共现关系 表征学习 

学科分类：081203[081203] 08[工学] 0835[0835] 0812[工学-测绘类] 

D　O　I：10.11772/j.issn.1001-9081.2023081063

馆 藏 号：203135972...