SIGformer: 面向推荐的符号感知图Transformer
信息检索
2024-05-07 v3
摘要
在推荐系统中，大多数基于图的方法关注用户的正面反馈，而忽略了有价值的负面反馈。整合正面和负面反馈形成符号图可以更全面地理解用户偏好。然而，现有整合两种反馈的工作较为稀疏，并面临两个主要限制：1）它们分别处理正面和负面反馈，未能整体利用符号图中的协同信息；2）它们依赖MLP或GNN从负面反馈中提取信息，这可能效果不佳。为克服这些限制，我们引入SIGformer，一种采用Transformer架构进行符号感知的基于图推荐的新方法。SIGformer包含两种创新的位置编码，捕获符号图的谱特性和路径模式，从而充分利用整个图。我们在五个真实数据集上的大量实验表明，SIGformer优于最先进的方法。代码可在https://github.com/StupidThree/SIGformer获取。
引用
@article{arxiv.2404.11982,
title = {SIGformer: Sign-aware Graph Transformer for Recommendation},
author = {Sirui Chen and Jiawei Chen and Sheng Zhou and Bohao Wang and Shen Han and Chanfei Su and Yuqing Yuan and Can Wang},
journal= {arXiv preprint arXiv:2404.11982},
year = {2024}
}
备注
Accepted by SIGIR2024