计算机应用研究

作者：刘超,王中迪,余岩化,朱军,

单位：重庆理工大学计算机科学与工程学院,重庆400054；

关键词：会话推荐,多层信息,图神经网络,分类信息,双意图,

基金：2021年重庆市社会科学规划一般项目(2021NDYB101)；2023年重庆市教育委员会人文社会科学研究青年项目(23SKGH264)；2024年重庆理工大学高质量发展行动计划资助项目(gzlcx20243200)；；

针对现有会话推荐系统存在的会话间信息挖掘不够充分、会话间聚合信息冗余和辅助信息未与会话特征相结合的问题，提出融合多层图与分类信息的双意图会话推荐模型（SRIMC）。首先，根据会话序列，构建局部会话图、会话关系图和全局项目图，通过图神经网络（GNN）学习得到局部会话特征、会话关系特征和全局项目会话特征，并将上述特征结合获得α意图；其次，基于替换先验分布为β分布的贝叶斯分布整合分类信息与会话长度信息，获得β意图；最后，将α和β意图融合进行预测。在五个公开数据集上的实验结果表明，SRIMC的P@20提升了1.23%~51.78%，MRR@20提升了2.87%~80.87%，证明了模型利用多层会话信息与分类信息捕获用户意图的有效性。

来源：2025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2025年第4期