多模态推荐图变换器

性能提升4.47%

通过图结构与自监督融合多模态信息,更完整地刻画用户偏好。

Ke, Shi · 张艳 · 张淼 · Lifan, Chen · Jiali, Yi · Xiao, Kui · Hou, Xiaoju · Li, Zhaohua

IEEE Transactions on Multimedia 2026

参数信息

性能提升
4.47 %

技术优势

信息更完整

通过将多模态信息嵌入超图结构增强结构信息,并利用自监督任务融合模态特征,揭示数据模态固有的表征特征。

性能提升显著

在三个公开数据集上超越基准模型,Sports数据集上平均性能提升4.47%。

代码开源

代码已公开在GitHub,便于研究人员复现和进一步开发。

应用场景