计算机应用研究

作者：罗晨,游进国,万小容,李晓武,

单位：昆明理工大学信息工程与自动化学院,昆明650500；

关键词：多模态推荐系统,长尾问题,图神经网络,微视频,注意力机制,

现有的多模态图神经网络微视频推荐算法，对于交互度数高的项目节点，其中多模态特征包含的信息会随着图卷积的过程而被增强；但对于交互度数低的项目节点，其信息则会被削弱，这便带来了长尾问题。针对此问题，提出了基于图神经网络的多模态长尾微视频推荐算法（MLT-GNN）。该算法提出了一种偏好信息共享概念，对用户历史交互中的头项目节点和尾项目节点之间的关联进行建模，来发现在不同模态下不同项目中蕴涵的相同信息；为缓解用户-项目图中尾项目节点信息丢失问题，该算法从交互丰富的头项目节点中发现尾项目节点所需信息，结合注意力机制对其进行信息弥补，减小头尾项目节点的差距。在MovieLens和Tiktok两个公开微视频数据集上的实验表明，MLT-GNN算法在precision、recall和NDCG指标上分别实现了至少3.18%、5.27%和6.29%的提升，验证了该算法在改善长尾项目节点对用户偏好预测贡献度方面的有效性。

来源：2025年第11期

《计算机应用研究》期刊编辑部

查看计算机应用研究杂志2025年第11期