计算机应用研究

作者：姜征和,陈学刚,

单位：华北电力大学数理学院,北京102206；

关键词：异质信息网络,元路径,注意力机制,推荐算法,

异质信息网络（HIN）包含丰富的网络结构和语义信息使其常见于推荐系统中。然而，当前推荐系统的研究工作主要是基于元路径提供的间接信息进行推荐，而未充分利用直接交互信息。为了充分利用这些信息，提出一种融合注意力机制和异质信息网络元路径的三元交互模型（AMMRec）。在异质信息网络中使用隐式反馈矩阵构造用户相似度矩阵和项目相似度矩阵，运用异质信息网络的表示学习方法获得对应的特征向量嵌入，通过注意力机制对其进行修正；设计注意力神经网络，将不同元路径的表示向量进行融合；拼接用户嵌入、元路径嵌入和项目嵌入，通过全连接神经网络生成推荐结果。在真实数据集上的实验结果表明，AMMRec的推荐精度最高提升了9.5%。此外，AMMRec对推荐结果具有良好的可解释性。

来源：2022年第12期

《计算机应用研究》期刊编辑部

查看计算机应用研究杂志2022年第12期