面向参与者推荐的多视图图卷积方法

社交网络已成为人们生活中不可或缺的一部分。网络服务的激增以前所未有的规模进一步扩展了社交网络，为在线平台带来了不可估量的商业价值。近年来，团购（GB）商业模式在电子商务中盛行并日益普及。团购明确地将具有相似兴趣的用户组成群体，以从商家处获得更优折扣，通常在社交网络内运作。这是一种通过明确利用电子商务中的在线社交网络来进一步释放商业价值的新方式。参与者推荐是随团购一同出现的一个基本问题，旨在为已发起的、含发起者与目标商品的团购过程寻找参与者，以提高团购成功率。本文提出面向参与者推荐的多视图图卷积方法（MVPRec）来解决该问题。为区分用户在团购过程中的角色（发起者/参与者），我们显式地将历史团购数据重构为发起者视图与参与者视图图。结合社交图，我们通过图编码器获得多视图用户表示。随后 MVPRec 通过注意力模块融合团购与社交表示以得到用户表示，并借助多头注意力机制与发起者的社交好友学习匹配分数。匹配分数排名前 k 的社交好友被推荐给相应的团购过程。在三个数据集上的实验证明了 MVPRec 在新兴的参与者推荐问题中的有效性。