计算机应用研究

作者：温雯,郭晓彤,冯雅莉,郑佳碧,郝志峰,

单位：1.广东工业大学计算机学院,广州510006；2.广东技术师范大学计算机科学学院,广州510665；3.计算机软件新技术国家重点实验室(南京大学),南京210023；4.汕头大学,广东汕头515000；

关键词：多样化推荐,个性化多样化需求,多层次多样化约束,推荐系统,端到端框架,

基金：广东省自然科学基金资助项目(2024A1515011380)；计算机软件新技术国家重点实验室开放课题(KFKT2022B16)；；

多样化推荐旨在提高推荐项目的差异性，避免低质量的重复推荐，从而减轻信息茧房效应并改善用户体验。然而，现有的多样化推荐方法在追求推荐列表多样化时，忽视了极具差异性的个性化需求；且已有方法多数仍采用分段式学习或优化策略，限制了推荐质量的有效提升。为此，从个性化需求的角度出发进行研究，提出一种面向用户多层次多样化推荐的端到端学习框架。通过在矩阵分解、图网络等协同过滤模型中引入可以刻画用户多层次多样化需求的约束，并设计能够兼顾推荐准确性和多样化的目标函数，实现对用户偏好的合理捕捉。在四个公开数据集上进行了广泛的实验，验证了该方法相比于现有的先进算法，更能在保持推荐准确性的同时，显著提升推荐多样化。

来源：2026年第4期

《计算机应用研究》期刊编辑部

查看计算机应用研究杂志2026年第4期