基于自监督学习的图转移网络会话推荐算法

摘要：

针对基于会话的推荐算法存在建模物品表示缺乏会话间物品协同信息的问题,提出一种基于自监督学习的图转移网络会话推荐算法(S-SGTN).该算法首先根据所有会话序列组建协同会话图;其次将当前会话与协同会话图中目标物品的邻居节点表示输入双通道图转移网络中,并在网络训练过程中引入自监督学习模块,通过最大化物品全局和局部表示的互信息,作为推荐任务的辅助任务,以改进物品和会话的表示;最后根据生成的匿名用户会话表示预测下一个产生交互的物品.在公开数据集上的实验结果表明,本文的推荐模型在召回率和平均倒数排名指标上的表现优于其他相关方法.

关键词：匿名用户、会话推荐(SBR)、协同信息、自监督学习、图转移网络

所属期刊栏目：32

分类号：TP311;TP181;TN925.93

资助基金：国家重点研发计划;北京市科技计划;河北省科技计划资助项目

在线出版日期：2023-04-03（万方平台首次上网日期，不代表论文的发表时间）

页数：共13页

页码：1213-1225