多模态图谱推荐模型

跨模态偏好细粒度融合

提出模态融合模块，在实体级细粒度上提取用户模态偏好，弥补了现有方法忽略多模态间交互的不足。

Wang, Jingjing · Xie H. · Siyu, Zhang · S. Joe, Qin · Xiaohui, Tao · 73234087 · 徐小良

Expert Systems with Applications 2025

参数信息

数据集数量

2

技术优势

细粒度模态偏好

通过模态融合模块在实体层面提取用户对不同模态（如文本、视觉）的偏好强度，而非仅将多模态信息作为辅助数据，从而提升推荐准确性。

跨模态交互建模

显式建模模态之间的交互关系，弥补了现有方法仅用多模态信息辅助知识图谱推理而忽视模态间联系的缺陷。

真实数据验证

在来自不同领域的两个真实世界数据集（MovieLens 和 Amazon）上进行了广泛实验，证明了模型的有效性。

应用场景

• 多模态推荐系统：融合图像与文本等多模态信息，提升推荐系统在富媒体场景下的点击率与转化率。
• 知识图谱驱动推荐：利用知识图谱中的实体关系与属性，增强推荐的可解释性与多样性。
• 个性化交互应用：细粒度捕捉用户对实体模态的偏好，支撑个性化界面展示与交互排序。