计算机应用研究

作者：李青青,陈蕾,

单位：甘肃农业大学信息科学技术学院,兰州730070；

关键词：序列推荐,多行为,社交异构时序知识图,社交感知的高阶表示,注意力机制,

基金：甘肃省高校教师创新基金资助项目(2024B-078)；甘肃省教育科学“十四五”规划2024年度“大学生职业规划与就业指导”专项课题(GS〔2024〕GHBZX0001)；；

现有序列推荐方法忽略了用户间的社交影响力且未考虑用户交互的多行为信息，同时缺乏精确捕获社交关系引导下的包含历史习惯和动态需求的复杂时序动态特征建模，为此，设计了一种社交异构知识引导的多行为序列推荐方法（social heterogeneous knowledge guided multiple behavior sequence recommendation method，SHKM-SR）。具体而言，该方法首先融合时序交互信息与社交关系来构建社交异构时序知识图；其次，用时间信息对异构交互进行编码并提取得到节点的具有社交感知的高阶表示；再次，在社交关系引导下充分建模节点的动态特征和历史习惯，并基于注意力机制融合社交感知的长短期偏好以获得更细粒度表示；最后，基于多层感知机来计算项目推荐得分并为用户推荐项目。在Yelp、Ciao以及Douban Book数据集上的实验结果表明，该方法优于大部分基准方法，其中Hit@10最高可提升9.6%。实验结果验证了模型在多行为序列推荐中的有效性。

来源：2026年第1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1期