时频融合和特征交叉融合的序列推荐算法.pdfVIP

HansJournalofDataMining数据挖掘,2025,15(2),159-175

PublishedOnlineApril2025inHans./journal/hjdm

/10.12677/hjdm.2025.152014

时频融合和特征交叉融合的序列推荐算法

张金文，李征宇，孙平

沈阳建筑大学计算机科学与工程学院，辽宁沈阳

收稿日期：2025年3月7日；录用日期：2025年3月21日；发布日期：2025年4月3日

摘要

为了有效融合项目ID嵌入和文本嵌入，提出一种时频融合和特征交叉融合的序列推荐算法(Time-frequency

fusionandfeaturecross-fusionsequentialrecommendationalgorithm,TFFCRec)。使用对

项目文本进行编码，多样化混合专家调制方法获得的是易于区分的文本表示，将项目ID嵌入和文本嵌入

通过结合快速傅里叶变换(FFT)和短时傅里叶变换(STFT)，提取用户的全局频域特征和局部时频特征。

这样的方法使得算法既能考虑用户的长期兴趣偏好，又能捕捉用户的短期兴趣变化。此外，我们引入了

特征交叉融合，并通过优化的Mamba-like的线性注意力(OMLLA)来捕获特征之间更深层次的非线性关

系，提取更深层次的特征表示。我们设计了一个融合网络，自适应地学习不同嵌入表示的权重，将FFT、

STFT和OMLLA得到的特征向量进行加权融合，通过SASRec来进行序列推荐。在Instantvideo、Beauty、

DigitalMusic、ToolsandHomeimprovement数据集上进行实验，本文方法较基准方法在Recall@10

指标上分别提升了6.3%、13.2%、3.7%、6.5%。

关键词

快速傅里叶变换，短时傅里叶变换，时频融合，特征交叉融合

Time-FrequencyFusionandFeature

Cross-FusionSequenceRecommendation

Algorithm

JinwenZhang,ZhengyuLi,PingSun

SchoolofComputerScienceandEngineering,ShenyangJianzhuUniversity,ShenyangLiaoning

thstrd

Received:Mar.7,2025;accepted:Mar.21,2025;published:Apr.3,2025

Abstract

ToeffectivelyintegrateprojectIDembeddingsandtextembeddings,weproposeasequencerecom-

文章引用:张金文,李征宇,孙平.时频融合和特征交叉融合的序列推荐算法[J].数据挖掘,2025,15(2):159-175.

DOI:10.12677/hjdm.2025.152014

张金文等

mendationalgorithmcalledTime-frequencyFusionandFeatureCross-fusionSequentialRecom-

mendationAlgorithm(TFFCRec).RoBERTaisusedtoencodetheprojecttext,andadiversitymix-

tureexpertmodulationmethodisappliedtoobtaindistinguishabletextrepresentations.ProjectID

embeddingsandtextembeddingsarecombinedusingFastFourierTransform