融合图对比学习的个性化序列推荐模型

摘要

针对现有基于图对比学习和Transformer架构的序列推荐模型中所存在的序列融合以及单峰激活问题，提出解决方案.对于并行架构下的序列融合问题，该文设计了一个个性化图特征融合单元，将图特征个性化的融入序列推荐模型中.此外，由于注意力机制中的softmax激活函数要求所有项目得分之和等于一，造成了单峰激活问题，阻碍了多个高度相关项目的同时激活.为此该文提出了一个多峰激活模块，对每个项目的重要性重新加权，使得模型可以同时捕获多个高相关度项目，以提升推荐性能.该模型在两个公开数据集上与多个基线模型进行了比较，实验结果显示该文所提模型在不同的评估指标上较基线模型都有所提升，验证了模型的有效性.

关键词

序列推荐 / 图对比学习 / 注意力机制

基金资助

国家自然科学基金项目(82160347)资助