声明
严正声明：本站非期刊官网，非中介代理。
本站仅提供学术规范服务：快速预审、润色编辑服务、中英文查重、降重、去重服务、推荐合适的期刊投稿等学术规范服务。 如需提供学术规范服务请联系在线编辑。
国内刊号：11-2223/N
国际刊号：1000-0054
发布日期:
作者：王远来, 白宇, 廉鹏
单位：1. 沈阳航空航天大学 计算机学院, 沈阳 110136,2. 多语言协同翻译技术国家地方联合工程实验室, 沈阳 110136,3. 沈阳北软信息职业技术学院, 沈阳 110136
关键词：推荐系统,交互行为,语义模式,语义增强
基金：国家自然科学基金联合基金项目(U1908216)
基于ID的推荐是一种依赖用户或物品的唯一标识符进行推荐的经典推荐方法, 经常面临用户物品交互数据稀疏、符号ID缺失语义信息等问题。该文假设不同领域的用户-物品交互行为之间存在潜在的模式关联, 提出了一种基于交互行为语义模式增强的ID推荐方法。在目标域推荐任务中引入辅助域信息, 基于图神经网络对辅助域和目标域信息进行联合编码表示, 通过引入交互行为语义模式, 将辅助域的用户-物品交互信息及物品描述信息迁移至目标域, 从而实现目标域ID推荐中的交互行为语义增强。使用9个公共数据集的实验结果表明, 在8个目标域上本文方法比目前的SOTA (state-of-the-art)方法XSimGCL具有更好的推荐效果, 前20个推荐结果中的召回率和归一化折损累计增益分别提升3%~30%和1%~40%。
来源：2025年第5期
《清华大学学报(自然科学版)》期刊编辑部
严正声明：本站非期刊官网，非中介代理。
本站仅提供学术规范服务：快速预审、润色编辑服务、中英文查重、降重、去重服务、推荐合适的期刊投稿等学术规范服务。 如需提供学术规范服务请联系在线编辑。