融合层注意力机制的多视角图对比学习推荐方法

摘要： 图对比学习因其可有效缓解数据稀疏问题被广泛应用在推荐系统中.然而，目前大多数基于图对比学习的推荐算法均采用单一视角进行学习，这极大地限制了模型的泛化能力，且图卷积网络本身存在的过度平滑问题也影响着模型的稳定性.基于此，提出一种融合层注意力机制的多视角图对比学习推荐方法.一方面，该方法提出2种不同视角下的3种对比学习，在视图级视角下，通过对原始图添加随机噪声构建扰动增强视图，利用... （共19页）