计算机应用研究

作者：陶玉合,高榕,邵雄凯,吴歆韵,李晶,

单位：1.湖北工业大学计算机学院,武汉430068；2.南京大学计算机软件新技术国家重点实验室,南京210093；3.武汉大学计算机学院,武汉430068；

关键词：推荐系统,深度学习,图卷积网络,注意力机制,胶囊网络,用户意图,

基金：国家自然科学基金资助项目(61902116)；南京大学计算机软件新技术国家重点实验室开放课题(KFKT2021B12)；湖北省高层次人才基金资助项目(GCRC2020011)；湖北工业大学博士科研启动基金资助项目(BSQD2019026,BSQD2019022)；；

针对会话推荐模型中存在的推荐准确率不高的问题，提出了一种基于胶囊图卷积的解缠绕会话感知推荐方法（CGCD）。具体来说，采用解缠绕学习技术将项目嵌入转换为基于多个子通道的因子嵌入，利用图卷积网络对因子嵌入进行细粒度的学习。然后，利用胶囊动态融合策略聚合不同的因子获得新的项目嵌入。此外，采用多头注意力机制为会话中每个项目分配权重。最后，根据分配的权重将项目嵌入与当前会话中的其他项目进行聚合，进而生成准确的会话表示，实现项目推荐。在两个公开真实数据集上的实验表明，所提模型在推荐的Pre@10，Pre@20，MRR@10和MRR@20上平均提高了5.17%、2.99%、6.56%和2.94%，验证了其有效性与高效性。

来源：2023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2023年第1期