printf：基于用户评论与物品图像及文本信息通过图学习进行偏好建模

如今，现代推荐系统通常利用文本和视觉内容作为辅助信息来预测用户偏好。对于文本信息，评论文本是刻画用户行为最流行的内容之一。然而，在 top-N 推荐系统中，评论往往黯然失色，因为那些仅将文本评论作为特征的系统难以充分捕捉用户与物品之间的交互关系。对于视觉信息，通常利用朴素卷积网络建模，同样难以捕捉用户与物品之间的高阶关系。此外，以往工作未能以恰当的方式协同使用文本与图像。本文提出 printf，即基于用户评论与物品图像及文本信息通过图学习进行偏好建模，以应对上述挑战。具体而言，基于维度的注意力机制引导用户评论与交互物品之间的关系，使每个维度贡献不同的重要性权重以导出用户表示。我们在三个公开数据集上进行了充分实验。实验结果表明，我们提出的 printf 在 Amazon-Grocery、Amazon-Tools 和 Amazon-Electronics 数据集上分别以 NDCG@5 相对提升 26.80%、48.65% 和 25.74% 的成绩持续优于基线方法。深入分析还表明，评论表示的各个维度确实具有不同的主题与方面，印证了我们模型设计的有效性。