计算机应用

作者：杨兴耀, 齐正, 于炯, 张祖莲, 马帅, 沈洪涛

单位：1.新疆大学 软件学院，乌鲁木齐 830091；2.新疆维吾尔自治区气象局 新疆兴农网信息中心，乌鲁木齐 830002

关键词：推荐系统,图神经网络,会话推荐,对比学习,图注意力网络

基金：新疆维吾尔自治区自然科学基金面上项目(2023D01C17);新疆维吾尔自治区自然科学基金面上项目(2023D01A123);新疆维吾尔自治区自然科学基金面上项目(20220412003);国家自然科学基金资助项目(62262064);新疆维吾尔自治区科技计划项目—天山创新团队计划项目(2023D4012);新疆气象局重点项目(ZD202503)

为了解决会话推荐模型忽略项目之间的时间信息和空间关系，导致无法准确捕获项目之间复杂转换模式的问题，提出一种时间感知和空间增强的双通道图神经网络（GNN）的会话推荐模型。首先，对于时间通道，采用自适应时间权重对项目进行处理，以构建时间感知的会话图，并通过时间感知的GNN捕获用户的兴趣转移模式；其次，对于空间通道，将项目之间的空间关系嵌入一个图注意力网络（GAT）中，以从空间图结构的角度对信息进行聚合；最后，引入一种对比学习策略增强推荐效果。在Diginetica、Tmall和Nowplaying 3个公开数据集上，将所提模型与Atten-Mixer（multi-level Attention Mixture network）和GCE-GNN（Global Context Enhanced GNN）等基线模型进行对比实验，实验结果表明，所提模型的精确率（P）和平均倒数排名（MRR）取得了更优的效果。相较于次优结果，所提模型的P@10分别提高了2.09%、24.97%和10.45%， MRR@10分别提高2.52%、11.60%和4.43%。

来源：2026年第1期

《计算机应用》期刊编辑部

查看计算机应用杂志2026年第1期