基于着色模体的用户偏好学习和推荐方法

为充分挖掘和利用异质信息网络中的结构和关联信息,提出一种基于异质图的推荐模型。引入着色模体,其作为异质网络中反复出现的高阶结构,可用于表达网络中有意义的用户行为或关联模式,通过构建基于模体的邻接矩阵发现异质网络中节点间的高阶语义关联信息,利用图神经网络及注意力机制学习高效的用户(项目)节点表示,实现用户偏好学习和推荐。实验结果表明,在3个重要评价指标上,该算法优于主流的推荐方法。