TextBridgeGNN：基于文本引导的跨域推荐图神经网络预训练
信息检索
2026-05-12 v2 人工智能
摘要
图基推荐近年来取得了巨大成功。经典图推荐模型利用ID嵌入存储关键协同信息。然而，这种基于ID的范式在跨域迁移方面面临挑战，难以构建预训练的图推荐模型。这主要源于两个内在挑战：（1）由于域间ID空间孤立，ID嵌入的非可 transfer性；（2）跨域异构交互图之间的结构不兼容。为此，我们提出TextBridgeGNN，一个可有效将预训练GNN知识迁移到下游任务的预训练与微调框架。我们认为关键在于如何在域之间建立关系。具体而言，TextBridgeGNN使用文本作为语义桥梁，通过多级图传播连接不同域。在预训练阶段，利用文本信息打破由多个域形成的数据岛，设计分层GNN以学习域特定与域全局知识，确保保留协同信号并提升语义。在微调阶段，提出相似性transfer机制，该机制通过从语义相关节点迁移来初始化目标域中的ID嵌入，成功实现了ID嵌入与图模式的迁移。实验表明，TextBridgeGNN在跨域、多域和无需训练设置下均优于现有方法，凸显其在无需高成本语言模型微调或实时推理开销的情况下，将基于PLM驱动的语义与图基协同过滤集成的能力。
关键词
引用
@article{arxiv.2601.02366,
title = {TextBridgeGNN: Pre-training Graph Neural Network for Cross-Domain Recommendation via Text-Guided Transfer},
author = {Yiwen Chen and Yiqing Wu and Huishi Luo and Fuzhen Zhuang and Deqing Wang and Zhao Zhang},
journal= {arXiv preprint arXiv:2601.02366},
year = {2026}
}