融合多层图与分类信息的双意图会话推荐.pdfVIP

第42卷第4期计算机应用研究Vol.42No.4

2025年4月ApplicationResearchofComputersApr.2025

融合多层图与分类信息的双意图会话推荐*

刘超，王中迪，余岩化，朱军

（重庆理工大学计算机科学与工程学院，重庆400054）

摘要：针对现有会话推荐系统存在的会话间信息挖掘不够充分、会话间聚合信息余和辅助信息未与会话特

征相结合的问题，提出融合多层图与分类信息的双意图会话推荐模型（SRIMC）。首先，根据会话序列，构建局部

会话图、会话关系图和全局项目图，通过图神经网络（GNN)学习得到局部会话特征、会话关系特征和全局项目会

话特征，并将上述特征结合获得α意图；其次，基于替换先验分布为β分布的贝叶斯分布整合分类信息与会话长

度信息，获得β意图；最后，将α和β意图融合进行预测。在五个公开数据集上的实验结果表明,SRIMC的P@

20提升了1.23%~51.78%，MRR@20提升了2.87%~80.87%，证明了模型利用多层会话信息与分类信息捕

获用户意图的有效性。

关键词：会话推荐；多层信息；图神经网络；分类信息；双意图

中图分类号：TP391文献标志码：A文章编号：1001-3695(2025)04-012-1058-07

doi:10.19734/j.issn.1001-3695.2024.08.0323

Dualintentsession-basedrecommendationintegratingmulti-layergraphsand

classificationinformation

LiuChao,WangZhongdit,YuYanhua,ZhuJun

(SchoolofComputerScienceEngineering,ChongqingUniversityofTechnology,Chongqing400054,China)

Abstract:Aimingtoaddresstheissuesinexistingsession-basedrecommendationsystems,suchasinsufficientminingofin-

formationbetweensessions,redundantaggregationofinformationbetweensessions,andthelackofintegrationofauxiliaryin-

formationwithsessionfeatures,thispaperproposedadualintentsession-basedrecommendationmodelintegratingmulti-layer

graphandclassificationinformationmodel(SRIMC).Firstly,basedonsessionsequences,thepaperconstructedalocal

sessiongraph,asessionrelationshipgraph,andaglobalprojectgraph.ByusingGNN,themethodlearnedthelocalsession

features,sessionrelationshipfeatures,andglobalitemssessionfeatures,andcombinedthesefeaturestoobt