基于完整超图神经网络的捆绑推荐模型
Bundle recommendation model based on complete hypergraph neural network
1. 浙江理工大学 计算机科学与技术(人工智能)学院, 杭州 310018
2. 浙江理工大学 理学院, 杭州 310018
3. 浙江理工大学 生命科学与医药学院, 杭州 310018

摘要
捆绑推荐通过提供一组预定义的商品组合来增强用户体验并提升商家销售业绩。在视频点播、音乐播放列表生成等众多服务生态系统中同样扮演着重要角色。现有的捆绑推荐方法常常依赖共享模型参数或多任务学习的方案,忽略了用户、商品及捆绑包三者之间的深层次联系,从而导致信息丢失,影响推荐系统的性能。针对上述问题,提出了一种创新框架——完整超图神经网络(CHNN)。首先,该框架构建一个完整的超图来表达用户、商品和捆绑包之间的三元关系,三元关系不仅包括用户、商品和捆绑包之间的相互联系,还包括用户和捆绑包的内部连接,可以有效地描述商品捆绑与用户偏好的关系。其次,模型包括初始化层、三卷积层和预测层。初始化层为每个用户、商品和捆绑包生成嵌入向量。三卷积层提取完整的超图信息,并利用用户-捆绑包图和商品-捆绑包图的信息来增强用户、商品和捆绑包的表示。预测层根据最终的嵌入向量提供建议。通过多层丰富的卷积操作,充分挖掘完整超图中包含的关联,以实现更准确的推荐。在网易和有书两个现实世界数据集上的实验表明,CHNN在Recall指标上平均提升了2.4%,在NDCG指标上平均提升了2.75%,超越了现有的基线模型,展示了其在捆绑推荐领域的有效性。
基金项目
国家自然科学基金资助项目(62172369)
浙江省高层次人才特殊支持计划(2021R52019)
出版信息
DOI: 10.19734/j.issn.1001-3695.2024.11.0494
出版期卷: 《计算机应用研究》 优先出版, 2025年第42卷 第7期
发布历史
[2025-03-14] 优先出版
引用本文
王浩南, 贺平安, 代琦. 基于完整超图神经网络的捆绑推荐模型 [J]. 计算机应用研究, 2025, 42 (7). (2025-03-14). https://doi.org/10.19734/j.issn.1001-3695.2024.11.0494. (Wang Haonan, He Ping'an, Dai Qi. Bundle recommendation model based on complete hypergraph neural network [J]. Application Research of Computers, 2025, 42 (7). (2025-03-14). https://doi.org/10.19734/j.issn.1001-3695.2024.11.0494. )
关于期刊

- 计算机应用研究 月刊
- Application Research of Computers
-
刊号
ISSN 1001-3695
CN 51-1196/TP
《计算机应用研究》创刊于1984年,是由四川省科技厅所属四川省计算机研究院主办的计算技术类学术刊物。
《计算机应用研究》瞄准本学科领域迫切需要的前沿技术,及时反映国内外计算机应用研究的主流技术、热点技术及最新发展趋势。主要刊载内容包括本学科领域高水平的学术论文、本学科最新科研成果和重大应用成果。栏目内容涉及计算机学科新理论、计算机基础理论、算法理论研究、算法设计与分析、区块链技术、系统软件与软件工程技术、模式识别与人工智能、体系结构、先进计算、并行处理、数据库技术、计算机网络与通信技术、信息安全技术、计算机图像图形学及其最新热点应用技术。
《计算机应用研究》拥有众多高层次读者、作者,读者对象主要为从事计算机学科领域高、中级研究人员及工程技术人员,各高等院校计算机专业及相关专业的师生。多年来《计算机应用研究》的总被引频次及Web下载率一直名列本学科同类学术刊物前茅,所刊发的学术论文以其新颖性、学术性、前瞻性、导向性、实用性而备受广大读者的喜爱。
收录和评价
- 第二届国家期刊奖百种重点期刊
- 中国期刊方阵双效期刊
- 全国中文核心期刊(北大2023年版)
- 中国科技核心期刊
- 中国科学引文数据库(CSCD)来源期刊
- RCCSE中国核心学术期刊
- 中国计算机学会会刊
- 2020—2022年科技期刊世界影响力指数(WJCI)报告收录期刊
- 中国科技期刊精品数据库全文来源期刊
- 中国学术期刊综合评价数据库来源期刊
- 《中国期刊网》《中国学术期刊(光盘版)》来源期刊
- 2017—2019年中国国际影响力优秀学术期刊(自然科学与工程技术)
- 中国精品科技期刊顶尖学术论文(F5000)项目来源期刊
- 《中国工程技术电子信息网》《电子科技文献数据库》来源期刊
- 英国《科学文摘》(INSPEC)来源期刊
- 《日本科学技术振兴机构数据库》(JST)来源期刊
- 俄罗斯《文摘杂志》(AJ, VINITI)来源期刊
- 美国《艾博思科学术数据库》(EBSCO)全文来源期刊
- 美国《剑桥科学文摘(自然科学)》(CSA(NS))核心期刊
- 波兰《哥白尼索引》(IC)来源期刊
- 美国《乌利希期刊指南(网络版)》(Ulrichsweb)收录期刊