融合时间信息的解耦自注意力序列推荐方法

摘要

为了解决当前序列推荐方法存在的用户行为信息利用不完全以及易受噪声影响的问题，提出了一种融合时间信息的解耦自注意力序列推荐方法。针对未充分利用的与用户行为相关的时间信息，将项目特征和时间间隔融合到门控循环单元中，使模型能够捕捉时间对用户偏好的影响；针对自注意力机制所受到的秩瓶颈，设计数据增强模块，以降低秩瓶颈的影响，增强时间与位置信息的表征；针对噪声影响，引入对抗解耦模块，提高模型对噪声输入的鲁棒性。实验表明，提出的方法在各项性能指标上均有提高。

关键词

序列推荐系统 / 融合时间信息 / 自注意力机制 / 数据增强模块 / 对抗解耦模块

基金资助

国家自然科学基金项目(61971080)