计算机应用

作者：刘超, 余岩化

单位：重庆理工大学 计算机科学与工程学院，重庆 400054

关键词：推荐系统,知识图谱,对比学习,图神经网络,自监督学习

基金：2021年重庆市社会科学规划一般项目(2021NDYB101);2023年重庆市教育委员会人文社会科学研究青年项目(23SKGH264);2024年重庆理工大学高质量发展行动计划项目(gzlcx20243196)

针对基于知识图谱（KG）的推荐模型中存在的降噪效果不佳、项目间语义信息提取不足和信息利用不平衡的问题，提出一种融合降噪策略与多视图对比学习（FDSMVC）的知识感知推荐模型。首先，分别以选择性丢边和加权函数掩盖低权重三元组的方式对用户项目交互图与知识图进行降噪；其次，分别采用随机奇异值分解（SVD）、余弦相似度与k-最近邻（kNN）稀疏法和基于路径的图注意力网络构建协同视图、项目间的语义视图和结构视图；再次，将多个视图进行图内、局部和全局这3种对比学习；最后，利用多任务策略联合优化推荐任务和对比学习任务，从而得到用户与项目交互的可能性。实验结果表明，相较于最优的基线模型，在Book-Crossing、MovieLens-1M、Last.FM、Alibaba-iFashion和Yelp2018共5个真实数据集上，FDSMVC模型的曲线下面积（AUC）和F1分数分别提升了1.06%~2.04%和1.52%~2.06%，且Recall@K也优于最优的基线模型。

来源：2025年第9期

《计算机应用》期刊编辑部

查看计算机应用杂志2025年第9期