面向多媒体推荐的分层用户意图图网络
信息检索
2021-10-29 v1 多媒体
摘要
本文旨在从物品的共交互模式中学习多层次用户意图，从而获得高质量的用户与物品表示，并进一步提升推荐性能。为此，我们提出一种新颖的框架——分层用户意图图网络，以从细粒度到粗粒度的层次图结构展现用户意图。具体而言，我们通过递归执行两种操作得到多层次用户意图：1) 层内聚合，从共交互物品图中提炼与用户意图相关的信号；2) 层间聚合，通过聚集下层节点表示，在更高层构成超节点以建模更粗粒度的用户意图。随后，我们将用户与物品表示精炼为在所发现意图上的分布，而非简单的既有特征。为验证模型有效性，我们在三个公开数据集上进行了大量实验。我们的模型相较 state-of-the-art 方法(包括 MMGCN 与 DisenGCN)取得显著提升。此外，通过对物品表示的可视化，我们给出了用户意图的语义。
引用
@article{arxiv.2110.14925,
title = {Hierarchical User Intent Graph Network forMultimedia Recommendation},
author = {Wei Yinwei and Wang Xiang and He Xiangnan and Nie Liqiang and Rui Yong and Chua Tat-Seng},
journal= {arXiv preprint arXiv:2110.14925},
year = {2021}
}