南京邮电大学学报(自然科学版)

作者：卢官明,柯润宇,卢峻禾,丁佳伟,魏金生

单位：南京邮电大学 通信与信息工程学院，江苏 南京 210003南京邮电大学 通信与信息工程学院，江苏 南京 210003南京邮电大学 计算机学院，江苏 南京 210023南京邮电大学 通信与信息工程学院，江苏 南京 210003南京邮电大学 通信与信息工程学院，江苏 南京 210003

关键词：会话推荐；图神经网络；用户偏好；相关性

基金：国家自然科学基金（72074038）和南京邮电大学引进人才自然科学研究启动基金（NY223030）资助项目

针对现有的会话推荐方法没有考虑用户长期偏好以及不同项目之间相关性的问题，提出了一种基于图神经网络和用户长短期偏好的会话推荐模型（GNN-LSTUP）。首先，基于所有会话构建全局会话图，通过融入相关性编码的图神经网络和注意力机制来挖掘用户长期偏好；然后，通过构建局部会话图并利用图神经网络和注意力机制来捕捉用户短期偏好；最后，通过求和池化操作融合用户长、短期偏好，以便更准确地预测用户下一次交互行为。在Diginetica、Tmall和Nowplaying数据集上进行了实验，结果表明，提出的GNN-LSTUP在Diginetica数据集上取得的P@20和MRR@20分别为54.19%和18.94%，在Tmall数据集上取得的P@20和MRR@20分别为34.68%和16.96%，在Nowplaying数据集上取得的P@20和MRR@20分别为23.32%和8.62%，优于其他已有的会话推荐模型。

来源：2025年第02期

《南京邮电大学学报(自然科学版)》期刊编辑部

查看南京邮电大学学报(自然科学版)杂志2025年第02期