计算机应用研究

作者：朱文强,朱蓉蓉,

单位：江西财经大学软件与物联网工程学院,南昌330032；

关键词：超图,分层频谱滤波器,对比学习,序列推荐,

基金：国家自然科学基金资助项目(72261016)；江西省教育厅科技项目(GJJ200515)；；

针对序列推荐中普遍存在的数据稀疏问题，以及用户和物品之间意外交互带来的噪声问题，提出了一种基于超图和分层频谱滤波器的序列推荐模型（HYFTRec）。HYFTRec 将超图结构引入序列推荐，通过超图嵌入模块捕捉用户与物品之间复杂的高阶关系，同时利用分层频谱滤波器在频域中有效去噪，提升了推荐的准确性和鲁棒性。此外，模型结合了对比学习框架优化用户行为序列的表征能力。通过在三个公开数据集上进行的多重实验验证，HYFTRec 在关键指标命中率（HR）和归一化折扣累计增益（NDCG）等方面表现出优势，显著优于现有的序列推荐模型。相较于基准模型FMLP，HYFTRec 在 HR@10指标分别提升了 10.7%、10.8%、7.6%，在 NDCG@10指标分别提升了 12.5%、13.7%、7.3%。验证了所提出模型的有效性和优越性。

来源：2025年第7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7期