基于域内和域间元路径聚合的跨域推荐方法
Cross-domain recommendation method based on aggregation of intra-domain and inter-domain meta-paths
1. 广州大学 网络空间安全学院, 广州 510006
2. 中国科学院 信息工程研究所 网络空间安全防御国家重点实验室, 北京 100085
3. 广西大学 计算机与电子信息学院, 南宁 530004
4. 深圳职业技术大学 人工智能学院, 深圳 广东 518055
摘要
跨域推荐技术通过深入挖掘及利用其他域的有用信息，有效提升目标域的推荐表现，为解决用户冷启动问题提供了一种有效途径。然而，当前跨域推荐方法存在局限，未能细粒度地扩展隐式关系，并且忽视了嵌入向量中可能包含的冗余信息，从而制约了跨域推荐系统的性能。鉴于此，提出一种基于域内和域间元路径聚合的跨域推荐方法，IMCDR(intra-domain and inter-domain meta-paths aggregation based cross-domain recommendation)。IMCDR首先通过细粒度地计算实体多字段的语义嵌入，有效扩展用户-用户和物品-物品关系；然后，IMCDR基于域内元路径和域间元路径为每个节点分别生成私有特征和共享特征，并将它们有效融合，以获得更高质量的嵌入向量。在三个跨域推荐任务上的综合实验结果表明，IMCDR在有效性和性能上具有明显的优势。
基金项目
国家自然科学基金资助项目(62067001)
深圳职业技术大学校级重点科研项目(6025310013K)
出版信息
DOI: 10.19734/j.issn.1001-3695.2025.01.0022
出版期卷: 《计算机应用研究》 优先出版, 2025年第42卷 第8期
发布历史
[2025-04-16] 优先出版
引用本文
许嘉, 王歆, 王艳秋, 等. 基于域内和域间元路径聚合的跨域推荐方法 [J]. 计算机应用研究, 2025, 42 (8). (2025-04-17). https://doi.org/10.19734/j.issn.1001-3695.2025.01.0022. (Xu Jia, Wang Xin, Wang Yanqiu, et al. Cross-domain recommendation method based on aggregation of intra-domain and inter-domain meta-paths [J]. Application Research of Computers, 2025, 42 (8). (2025-04-17). https://doi.org/10.19734/j.issn.1001-3695.2025.01.0022. )
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
