Adaptive Multi-Modalities Fusion in Sequential Recommendation Systems
前几天当我在阅读这篇论文的时候，在网上找到的相关资料很少，所以当时我读这篇论文的时候特别痛苦，精读了两天半.....所以现在我将自己学习笔记分享出来，给后面需要的小伙伴借鉴借鉴。我目前也是处于学习的过程中，本身也比较菜，所以有什么不对的地方欢迎评论区大佬指出。
论文地址：https://arxiv.org/pdf/2308.15980
经过翻译的论文地址：https://pan.baidu.com/s/1Fr44fWbBUwzCnpJv8YfyNQ 提取码: hjqb
1、前言
本文提出了一种名为MMSR的基于图的方法，用于顺序推荐系统中的自适应多模态融合。MMSR将每个用户的历史记录表示为一个图，其中用户历史序列中每个项目的模态特征由交叉链接的节点表示。同质节点之间的边表示内部模态的顺序关系，异质节点之间的边表示模态之间的相互依赖关系。MMSR结合了双重注意力，并允许通过更新门异步更新每个节点的表示，使每个模态可以优先考虑其固有的顺序性或其与其他模态的相互作用。在六个数据集上的实验中，MMSR始终优于最先进的模型，我们的图传播方法也超过了其他图神经网络。此外，MMSR自然地处理缺失的模态。所提出的方法在跨模态的早期和晚期融合之间取得了平衡，并为每个特征节点的融合顺序提供了自适应选择。本文的贡献包括突出顺序推荐中模态融合的挑战，提出了一种通用的解决方案，并在六个数据集上进行了全面的实验，显示出了显著的准确性和鲁棒性提升。
顺序推荐的核心任务是：给定用户
标签：模态,表示,聚合,特征,笔记,MMSR,节点,向量 From： https://blog.csdn.net/m0_63294504/article/details/142282803