融合元知識(shí)和SVD的多視圖對(duì)比學(xué)習(xí)推薦系統(tǒng)

摘要： 目前的異構(gòu)圖對(duì)比學(xué)習(xí)通常依賴于單一的方法來(lái)構(gòu)建輔助視圖以進(jìn)行數(shù)據(jù)增強(qiáng)?？紤]到異構(gòu)建模下用戶和商品間交互的復(fù)雜性，單一構(gòu)造方法下的輔助視圖往往難以有效捕捉異構(gòu)數(shù)據(jù)中豐富的語(yǔ)義信息。為此，提出了融合元知識(shí)和奇異值分解（singular value decomposition,SVD）的多視圖對(duì)比學(xué)習(xí)推薦模型（multi-view contrastive learning,MVCL）... （共11頁(yè)）