基于异构信息网络的紧耦合推荐算法

摘要：

针对目前协同过滤方法面临的稀疏性问题以及辅助信息的异构特性未被充分利用的问题,鉴于异构信息网络(HIN)在建模复杂异构信息方面的优势,文中提出了一种基于HIN的紧耦合推荐模型(HTCRec),利用异构信息网络嵌入和紧耦合协同过滤框架进行个性化推荐.该模型首先聚合HIN中的元路径及其路径实例,再使用注意力机制将目标用户或项目的辅助信息用各自聚合元路径的嵌入进行表示,然后显式地将元路径合并到紧耦合交互模型中完成个性化推荐.在真实数据集上的实验结果表明,HTCRec模型较其他常用推荐模型具有更好的推荐性能,有效地缓解了数据稀疏问题.

关键词：紧耦合推荐模型;异构信息网络;矩阵分解;网络嵌入;注意力机制

所属期刊栏目：49

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金资助项目;安徽省自然科学基金资助项目;安徽省高校自然科学研究项目

在线出版日期：2021-08-09（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：66-75