挖掘潜在结构用于多媒体推荐

多媒体内容在现代网络时代占据主导地位。研究用户如何与多模态物品交互，是推荐系统快速发展中持续关注的问题。以往多数工作侧重于将多模态特征作为辅助信息来建模用户-物品交互。然而，该方案并未针对多媒体推荐进行良好设计。具体而言，仅通过高阶物品-用户-物品关系隐式建模了协作式物品-物品关系。考虑到物品关联着多种模态的丰富内容，我们认为这些多模态内容下潜在的语义物品-物品结构有助于学习更好的物品表征并进一步提升推荐效果。为此，我们提出一种用于多模态推荐的潜在结构挖掘方法，简称为 LATTICE。具体地说，在提出的 LATTICE 模型中，我们设计了一种新颖的模态感知结构学习层，为每个模态学习物品-物品结构并聚合多模态以获得潜在物品图。基于学到的潜在图，我们进行图卷积，将高阶物品亲和度显式注入物品表征。这些增强的物品表征可接入现有协同过滤方法以做出更精准的推荐。在三个真实数据集上的大量实验证明了我们的方法优于最先进的多媒体推荐方法，并验证了从多模态特征中挖掘潜在物品-物品关系的有效性。