融合KAN的社会化推荐模型

自适应社交去噪

通过KAN增强、自适应社交关系过滤和双层图对比学习，精准建模用户间部分一致的偏好，提升复杂社交网络下的推荐准确性。

Yichen, Liu · 任倩倩 · Shengxi, Fu · 刘勇

Information Fusion 2026

参数信息

NDCG@10 相对提升

6.2 %

技术优势

偏好分歧也能建模

不要求好友偏好全局一致，通过建模部分一致和分歧，捕捉细粒度社交影响。

自动过滤噪声社交关系

自适应过滤模块去除嘈杂的社交边，避免噪声信号损害推荐。

双向特征融合

分层融合模块从两个方向整合社交和交互视图，实现灵活对齐。

应用场景

• 社交推荐系统：在不牺牲精度的情况下，处理好友偏好分歧和噪声社交信号。
• 用户建模：通过 KAN 和对比学习捕捉复杂偏好，生成更细粒度的用户表示。