融合層注意力機制的多視角圖對比學(xué)習(xí)推薦方法

摘要： 圖對比學(xué)習(xí)因其可有效緩解數(shù)據(jù)稀疏問題被廣泛應(yīng)用在推薦系統(tǒng)中.然而，目前大多數(shù)基于圖對比學(xué)習(xí)的推薦算法均采用單一視角進行學(xué)習(xí)，這極大地限制了模型的泛化能力，且圖卷積網(wǎng)絡(luò)本身存在的過度平滑問題也影響著模型的穩(wěn)定性.基于此，提出一種融合層注意力機制的多視角圖對比學(xué)習(xí)推薦方法.一方面，該方法提出2種不同視角下的3種對比學(xué)習(xí)，在視圖級視角下，通過對原始圖添加隨機噪聲構(gòu)建擾動增強視圖，利用... （共19頁）