MONET：用于多媒体推荐的模态拥抱图卷积网络与目标感知注意力
信息检索
2023-12-18 v1 人工智能
摘要
在本文中，我们关注使用图卷积网络（GCN）的多媒体推荐系统，其中多模态特征与用户-物品交互被共同使用。我们的研究旨在更有效地利用多模态特征，以准确捕捉用户对物品的偏好。为此，我们指出现有基于 GCN 的多媒体推荐系统的以下两个局限性：（L1）尽管用户交互过的物品的多模态特征可以揭示其对物品的偏好，但现有方法使用的 GCN 旨在仅专注于捕捉协同信号，导致多模态特征在最终的用户/物品嵌入中反映不足；（L2）尽管用户通过考虑目标物品的多模态特征来决定是否偏好该物品，但现有方法无论目标物品的多模态特征如何，都将其表示为单一嵌入，然后利用其嵌入来预测她对目标物品的偏好。为了解决上述问题，我们提出了一种名为 MONET 的多媒体推荐系统，由以下两个核心思想组成：模态拥抱 GCN（MeGCN）和目标感知注意力。通过使用四个真实世界数据集进行的广泛实验，我们证明了 MONET 相较于七个 SOTA 竞争对手具有显著优越性（在 recall@20 方面准确率比最佳竞争对手高出 30.32%），以及 MONET 中两个核心思想的有效性。所有 MONET 代码可在 https://github.com/Kimyungi/MONET 获取。
引用
@article{arxiv.2312.09511,
title = {MONET: Modality-Embracing Graph Convolutional Network and Target-Aware Attention for Multimedia Recommendation},
author = {Yungi Kim and Taeri Kim and Won-Yong Shin and Sang-Wook Kim},
journal= {arXiv preprint arXiv:2312.09511},
year = {2023}
}
备注
Accepted by WSDM 2024