计算机应用

作者：杨兴耀, 陈羽, 于炯, 张祖莲, 陈嘉颖, 王东晓

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：图协同过滤,过平滑,自我特征,对比学习,图神经网络,个性化推荐

基金：新疆维吾尔自治区自然科学基金资助项目(2023D01C17);国家自然科学基金资助项目(62262064);新疆气象局引导项目(YD202212);新疆维吾尔自治区科技计划项目(2023D4012)

针对图神经网络推荐中图卷积在消息传递过程的嵌入表示过平滑和噪声问题，提出一种结合自我特征和对比学习的推荐模型（SfCLRec）。采用预训练-正式训练架构训练模型，首先预训练用户和项目的嵌入表示，通过融合节点自我特征维持节点本身的特征唯一性，并引入层级对比学习任务减少来自高阶邻居节点中的噪声；其次，在正式训练阶段根据评分机制重新构建协同图邻接矩阵；最后，根据最终嵌入得到预测评分。实验结果表明，相较于LightGCN、SimGCL（Simple Graph Contrastive Learning）等现有图神经网络推荐模型，SfCLRec在3个公开数据集ML-latest-small、Last.FM和Yelp中均取得了较好的召回率和归一化折损累计增益（NDCG），验证了SfCLRec的有效性。

来源：2024年第9期

《计算机应用》期刊编辑部

查看计算机应用杂志2024年第9期