计算机应用

作者：杨航, 李汪根, 张根生, 王志格, 开新

单位：安徽师范大学 计算机与信息学院，安徽 芜湖 241003

关键词：会话推荐,残差图注意力网络,门控图神经网络,软注意力,反向位置嵌入

基金：国家自然科学基金资助项目(61976006)

针对当前会话推荐中存在对于当前会话的项目转换信息挖掘不充分且极少利用其他会话信息的问题，提出一种基于图神经网络的多层信息交互融合算法用于会话推荐。基于当前会话，首先，对节点之间的连接关系设计不同的权重聚合邻域节点的信息，并挖掘当前会话中项目转换的显性信息；其次，通过基于堆叠的残差图注意力网络聚合邻域节点信息，挖掘当前会话中项目转换的隐性信息；最后，通过单门控图神经网络挖掘基于时间戳的会话中存在的序列依赖信息。基于其他会话，通过节点的一阶邻居将整个会话集联系起来，学习全局信息编码，进而融合4个层次的嵌入表示以获得更全面的项目转换信息，同时使用软注意力机制和反向位置嵌入信息对获得的项目转换信息进行更有效的融合。实验结果表明，在Diginetica数据集上，所提模型的精度P@20和平均倒数排名MRR@20较次优模型GCE-GNN（Global Context Enhanced Graph Neural Network）分别提升了0.79%和0.84%；在Tmall数据集上，所提模型的P@20和MRR@20较次优模型HyperS2Rec分别提升了8.23%和7.86%；在Nowplaying数据集上，所提模型的P@20和MRR@20较次优模型HyperS2Rec分别提升了1.33%和7.16%。

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