融合自注意力机制和知识图谱的多任务推荐模型
来源：计算机应用与软件杂志2025年第3期北京时间：
作者：李宇轩, 郑博, 吴茂念, 孙悦, 朱绍军
摘要：借助知识图谱提供辅助信息以提升推荐系统性能愈加受到研究者的关注。针对基于知识图谱的推荐算法用户表示较为单一，无法充分挖掘隐藏信息的问题，提出一种融合自注意力机制和知识图谱的推荐模型KSMR。通过自注意力捕获用户交互序列的上下文信息，得到融合兴趣转移的用户向量，采用文本卷积网络实现特征修正与再提取；交替训练推荐任务和知识图谱嵌入任务，达到协同优化的目的。在真实数据集MovieLens-1M与Last.FM上的实验结果表明，模型的点击率预测（CTR）性能相较于对比算法均有明显提升。
关键词：推荐系统, 知识图谱, 自注意力机制, 兴趣转移, 交替训练
