原创力文档- 1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
- 2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
第51卷第5期北京工业大学学报Vol.51No.5
2025年5月JOURNALOFBEIJINGUNIVERSITYOFTECHNOLOGYMay2025
引用格式:杜永萍,徐钰东,周涛,等.语义增强的多任务对比学习序列推荐模型[J].北京工业大学学报,2025,51(5):
560鄄572.
DUYP,XUYD,ZHOUT,etal.Multi鄄taskcontrastivelearningmodelwithsemanticenhancementforsequential
recommendation[J].JournalofBeijingUniversityofTechnology,2025,51(5):560鄄572.(inChinese)
语义增强的多任务对比学习序列推荐模型
杜永萍,徐钰东,周摇涛,王禹心
(北京工业大学信息学部,北京摇100124)
摘摇要:针对序列推荐任务中存在的数据稀疏问题,提出语义增强的多任务对比学习序列推荐模型(multi鄄task
contrastivelearningmodelwithsemanticenhancementforsequentialrecommendation,MCLM鄄SE4SRec),采用多任务联合
训练的方式将2个对比学习任务与推荐任务进行结合。数据增强的对比学习任务通过结合项目相关性和序列长
度对用户序列执行数据增强操作;语义聚类的对比学习任务从高维语义信息的角度,通过语义信息聚类挖掘潜在
的用户序列语义信息,学习到更好的向量表示特征。在数据增强的对比学习任务中,利用负样本选择优化策略,通
过对假负例的识别得到更合理的负样例集合,进一步提升模型性能。在3个公开数据集上的实验结果表明,该模
型取得了优异的性能。
关键词:序列推荐;对比学习;语义聚类;数据增强;自监督学习;社交网络
中图分类号:TP18文献标志码:A文章编号:0254-0037(2025)05-0560-13
doi:10.11936/bjutxb2023070024
Multi鄄taskContrastiveLearningModelWithSemantic
EnhancementforSequentialRecommendation
DUYongping,XUYudong,ZHOUTao,WANGYuxin
(FacultyofInformationTechnology,BeijingUniversityofTechnology,Beijing100124,China)
Abstract:Toaddressthedatasparsityprobleminsequentialrecommendationtask,amulti鄄task
contrastivelearningmodelwithsemanticenhancementforsequentialrecommendation(MCLM鄄SE4SRec)
isproposed.Themethodemployedmulti鄄taskjointtrainingtocombinetwocontrastivelearningtaskswith
recommendationtask.Thecontrastivelearningwithdata鄄levelaugmentationtaskperformeddata
augmentationoperationsonusers蒺sequencesbycombiningitemcorrelation
文档评论（0）