基于跨会话知识图谱的图注意力网络推荐方法

摘要：

基于会话的推荐方法旨在根据匿名用户行为序列预测下一个项目.然而,现有会话推荐方法多基于当前会话建模用户偏好,忽略了会话间蕴含的语义信息及知识图谱中丰富的实体和关系信息,无法有效缓解数据稀疏性的问题.提出一种基于跨会话信息与知识图谱的图注意力网络推荐方法.通过有效整合跨会话信息和知识图谱中的项目知识构建跨会话知识图谱,利用知识感知的注意力机制计算各邻居节点的重要性分数,以更新项目节点表示,采用门控循环单元和图注意力网络将每个会话表示为该会话的当前偏好和全局偏好的组合.在此基础上,将会话嵌入和项目嵌入拼接后输入到多层感知机,得到目标会话和候选项目的预测分数,从而实现会话推荐.实验结果表明,与GRU4REC、SR-GNN、FGNN等方法相比,该方法在KKBOX和JDATA两个真实数据集上的推荐命中率分别至少提高了8.23和2.41个百分点,能有效增强会话推荐性能.

关键词：会话推荐、跨会话、知识图谱、图注意力网络、门控循环单元

所属期刊栏目：49

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金;国家自然科学基金;甘肃省自然科学基金;西北师范大学青年教师科研能力提升计划项目

在线出版日期：2023-02-22（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：136-142,149