超图推荐模型

互补推荐精度提升10%

利用超图注意力网络与需求交叉弹性，准确捕获用户-商品及社交关系中的互补关联，显著提升推荐实用性。

段刚龙 · Yutong, Du · Yanying, Shang

Electronics (Switzerland) 2024

参数信息

推荐准确率提升

10 %

技术优势

推荐更准

需求交叉弹性理论帮助识别用户在不同社区中的互补商品需求，提升了推荐的准确性。

利用社交关系

用户之间的社交关系被构建成超图，并通过超图注意力网络学习，从而融入推荐模型。

捕捉互补关系

通过超图注意力网络学习节点和超边的关键特征，能够自适应地捕捉用户与商品间的互补关系。

应用场景

• 电商推荐：通过精准推荐互补商品，可直接嵌入电商平台增加客单价。
• 社交电商：利用用户社交关系超图建模，充分挖掘社交电商中的群体偏好。
• 交叉销售：基于需求交叉弹性识别互补品，可优化交叉销售策略。