基于异构信息网络的紧耦合推荐算法

针对目前协同过滤方法面临的稀疏性问题以及辅助信息的异构特性未被充分利 用的问题,鉴于异构信息网络 ( HIN) 在建模复杂异构信息方面的优势,文中提出了一 种基于 HIN 的紧耦合推荐模型 ( HTCRec) ,利用异构信息网络嵌入和紧耦合协同过滤 框架进行个性化推荐。该模型首先聚合 HIN 中的元路径及其路径实例,再使用注意力 机制将目标用户或项目的辅助信息用各自聚合元路径的嵌入进行表示,然后显式地将元 路径合并到紧耦合交互模型中完成个性化推荐。在真实数据集上的实验结果表明, HTCRec模型较其他常用推荐模型具有更好的推荐性能,有效地缓解了数据稀疏问题。