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
1422024，60（20）ComputerEngineeringandApplications计算机工程与应用
时间感知增强的动态图神经网络序列推荐算法
陈万志，王军
辽宁工程技术大学软件学院辽宁葫芦岛125105
摘要：现有的图神经网络序列推荐方法只关注序列的时序信息而没考虑到序列的时间间隔信息，且只采用单任务
的模式进行序列推荐，忽略了可以增强数据，提高泛化能力的辅助任务，这将导致用户的动态交互偏好以及交互时
间信息无法被清晰地捕捉。为了缓解上述问题带来的影响，提出了增强时间感知的动态图神经网络序列推荐算法
（time-awareenhancementdynamicgraphneuralnetworksforsequentialrecommendation，TaDGSR），具有两方面的
优点。该方法将序列构造为一个具有时序信息的动态图，在此基础上融入时间间隔信息并增加时间门控注意力网
络模块，以便在捕捉序列间的高阶动态连接的同时增强对时间信息的充分利用。该方法采用了时间阈值分割的长
短期预估任务作为其辅助任务，加强时间间隔信息表征的利用，使模型更好地捕捉不同交互间隔的用户动态偏好，
最终提升序列推荐任务性能。通过在Amazon电商的Beauty数据集、Games数据集以及CDs数据集上进行的实验，
结果表明：（1）与目前较新的基准方法相比，所提方法在三个数据集的Hit@10和NDCG@10指标值上分别取得了
4.47%、4.37%、2.72%、1.16%、4.61%、3.97%的平均提升；（2）增加时间间隔信息可以有效提高动态图神经网络的推荐
性能，采用时间门控注意力模块以及长短期预估辅助任务对预测性能均能带来正面提升。
关键词：序列推荐；图神经网络；邻域聚合；时间感知；多任务学习
文献标志码：A中图分类号：TP183；TP391doi：10.3778/j.issn.1002-8331.2307-0012
Time-AwareEnhancementDynamicGraphNeuralNetworksforSequentialRecommendation
Algorithm
CHENWanzhi,WANGJun
CollegeofSoftware,LiaoningTechnicalUniversity,Huludao,Liaoning125105,China
Abstract：Theexistinggraphneuralnetworksequencerecommendationmethodsonlyfocusonthetemporalinformation
ofsequenceswithoutconsideringthetimeintervalinformationofsequences,andonlyusesingle-taskmodeforsequence
recommendation,ignoringtheauxiliarytasksthatcanenhancethedataandimprovethegeneralizationability,whichwill
leadtothedynamicinteractionpreferencesofusersandinteractiontimeinformationcannotbecapturedclearly.Toallevi-
atetheimpactoftheseproblems,adynamicgraphneuralnetworksequencerecommendationalgorithmwithenhanced
timeawareness(TaDGSR)isproposed,whichhastwoadvantages.Firstly,themethodconstructsasequenceasadynamic
graphwithtemporalinformation,incorporatestimeintervalinformationandaddsatime-gatedattentionnetworkmodule
toenhancetheutilizationoftem
文档评论（0）