面向会话的需求感知注意图神经网络推荐模型

来源：计算机工程与应用杂志2024年第7期北京时间：

作者：郑小丽, 王巍, 杜雨晅, 张闯

单位：1.河北工程大学 信息与电气工程学院，河北省安防信息感知与处理重点实验室，河北 邯郸 056038；2.江南大学 物联网工程学院，江苏 无锡 214122

摘要：针对现有基于图的会话推荐方法忽略了反馈数据中由于用户行为不确定性引起的噪声影响，存在无法准确和有效地捕捉用户偏好的问题，提出一种面向会话的需求感知注意图神经网络推荐模型（DAAGNNSR）。将具有时序性的会话数据构建为图，通过引入图神经网络学习图上节点嵌入表示；将提取的项目特征使用需求感知聚合器线性聚合为用户潜在需求矩阵，以自动削弱噪声干扰，同时用低秩多头注意力网络将该矩阵与全部项目特征进行逐项兴趣交互生成需求增强的项目表征；联合独立位置编码进一步分析项目间顺序关联，并且将生成的独立位置嵌入与项目表征进行线性融合；经过预测层生成推荐列表。将所提模型在Diginetica、Tmall和Nowplaying三个公共数据集上进行训练和测试，实验结果表明，该模型的推荐精度在各指标上均优于其他基线模型，与基于图上下文自注意力机制模型（GCSAN）相比，Diginetica上NDCG@10提高了5.6%，Tmall上Recall@10提高了6.4%；与基于图神经网络的SRGNN相比，Tmall上Precision@10提高了5.0%，推荐性能显著提升。

关键词：会话推荐,图神经网络,低秩多头注意力机制,需求感知聚合器,独立位置编码