基于双通道轻量图卷积的序列推荐算法

传统基于图神经网络的序列推荐算法，在构图阶段忽略了其他用户序列中项目的转换关系，针对这一问题，提出了一种基于双通道轻量图卷积的序列推荐算法。首先，为目标用户找到其邻居用户序列，将目标用户序列和得到的邻居序列合并成一个有向序列图，充分利用了用户之间潜在的协作信息。然后，通过双通道轻量图卷积，分别对2种序列进行信息传播，每个通道通过指数分母的形式组合每一层的信息，融合2个通道得到的嵌入生成最终的项目嵌入。最后，对得到的项目嵌入通过后几项取平均的方式提取短期偏好，再通过引入挤压激励网络的多头自注意力机制提取长期偏好，整合长短期偏好得到用户的最终偏好。在2个公开数据集Beauty和MovieLens-20M上进行充分的实验并验证了算法的有效性。