计算机工程与应用››2024,第60卷››发行(10): 292-300.内政部:10.3778/j.issn.1002-8331.2304-0222
•大数据和云计算• 以前的文章 下一篇文章
倪卫军、季淑娟、梁永泉
在线:
出版:
倪伟竣,纪淑娟,梁永全
摘要:互补产品推荐可以为用户提供互补的配套产品,方便用户使用。然而,现有的使用图神经网络的工作忽略了产品的多模态信息,当缺少模态信息时,多模态模型的性能会受到影响。此外,现有的多模态模型只是将模态串联起来,而忽略了模态之间的联系。基于这些原因,提出了一种使用图神经网络(CPRUG)模型的互补产品推荐方法。该模型将图形神经网络与多模态信息相结合,增强了产品的表示能力。然后,利用图注意网络处理多模态缺勤问题,保持模型的性能,提高模型的鲁棒性。最后,利用共同注意机制和矩阵分解双线性池方法融合多模态特征,学习产品之间的互补关系。在Amazon数据集上进行了实验,实验结果表明该模型优于其他基线模型。
关键词: 互补产品, 图形神经网络, 推荐系统, 多式联运
摘要:互补产品推荐可以提供互补搭配的产品,为用户提供便利。然而现有使用图神经网络的工作忽视了产品的多模态信息,以及多模态模型在模态信息缺失时性能会受到影响。现有多模态模型只是将模态简单拼接,忽略了模态间的联系。因此,提出了一种利用图神经网络的互补产品推荐模型(使用图神经网络的补充产品推荐,CPRUG)该模型将图神经网络与多模态信息结合,强化产品的表征;利用图注意力网络,应对多模态缺失问题,维持模型的性能,提高模型的鲁棒性;使用共同注意力机制和矩阵分解双线性池化方法来融合多模态特征,学习产品的互补关系。在亚马逊数据集上进行了实验,实验结果表明,模型的性能优于其他基线模型。
关键词: 互补产品, 图神经网络, 推荐系统, 多模态
倪卫军、季淑娟、梁永泉。基于图神经网络的互补产品推荐[J]。计算机工程与应用,2024,60(10):292-300。
倪伟竣, 纪淑娟, 梁永全. 利用图神经网络的互补产品推荐[J] ●●●●。计算机工程与应用, 2024, 60(10): 292-300.
0 / 推荐
添加到引文管理器 尾注|里斯|BibTeX公司
网址: http://cea.ceaj.org/EN/10.3778/j.issn.1002-8331.2304-0222
http://cea.ceaj.org/EN/Y2024/V60/I10/292