基于认知的层次注意力融合：用于跨域顺序推荐的视觉与文本整合
计算机视觉与模式识别
2025-09-03 v5
摘要
跨域顺序推荐(CDSR)通过利用跨多个领域的历史交互来预测用户行为，关注通过单域内和跨域序列中的项目关系来建模跨域偏好。受人类认知过程的启发，我们提出一种层次注意力融合视觉与文本表示(HAF-VT)，一种新方法整合视觉和文本数据以增强认知建模。使用冻结的CLIP模型生成图像和文本嵌入，丰富项目表示以多模态数据。层次注意力机制联合学习单域和跨域偏好，模拟人类信息整合。我们在四个电子商务数据集上评估了HAF-VT，结果表明它在捕获跨域用户兴趣方面优于现有方法，桥接了认知原则与计算模型之间的关系，凸显了多模态数据在序列决策中的作用。
引用
@article{arxiv.2504.15085,
title = {Cognitive-Inspired Hierarchical Attention Fusion With Visual and Textual for Cross-Domain Sequential Recommendation},
author = {Wangyu Wu and Zhenhong Chen and Siqi Song and Xianglin Qiu and Xiaowei Huang and Fei Ma and Jimin Xiao},
journal= {arXiv preprint arXiv:2504.15085},
year = {2025}
}
备注
Accepted at CogSCI 2025. arXiv admin note: text overlap with arXiv:2502.15694