双通道关系建模网络

动态表征互换信息

通过在用户和项目的动态表征中分别融入对方群体的属性关系建模，使两者在预测时共享深层交互信息，相比静态表征更能捕捉用户偏好和项目属性的协同变化。

Xu, Yuanyuan · Hui, Xiao · 张恒汝 · Dan-Dong, Wang · 王琨 · 闵帆

Pattern Recognition 2026

参数信息

Recall@K 提升

5.19 %

Precision@K 提升

0.58 %

MRR 提升

12.94 %

NDCG@K 提升

2.73 %

技术优势

动态嵌入强

用户和物品的嵌入都随目标对变化，分别聚合评过该物品的用户群体和被该用户交互过的物品群体，捕捉静态表征忽略的上下文协同信号。

关系驱动

用户群体和物品群体的划分由属性关系决定，让具有相似属性的用户或物品在嵌入中相互增强，提高了表征质量。

效果显著

在三个真实数据集上与 11 个基线对比，Recall、Precision、MRR、NDCG 均全面提升，其中 MRR 提升至少 12.94%，推荐排序质量大幅优化。

应用场景

• 智能推荐系统：直接嵌入现有推荐流程，提升排序和召回效果。
• 用户行为建模：同时建模用户群体和物品群体，捕捉行为背后的协同模式。
• 动态用户画像：生成随目标物品变化的动态用户向量，刻画情境化偏好。
• 关系数据挖掘：利用用户-物品-用户和物品-用户-物品关系挖掘高阶交互信号。
• 人格化内容分发：更准的动态嵌入支持更精准的个性化内容匹配。