基于反事实推理的会话级社交推荐算法

• 全文链接
• 请求原文

作   者：

张莉;  汪海涛;  贺建峰;  陈星; 

作者机构：

昆明理工大学信息工程与自动化学院; 

关键词：

因果信息;  会话;  社交推荐;  反事实推理; 

期刊名称：

兰州大学学报（自然科学版）

i s s n：

年卷期：

2024 年 002 期

页   码：

173-181

摘   要：

为提高社交推荐算法的准确性和可解释性,对会话中用户历史行为序列的建模过程中,针对现有社交推荐算法未充分考虑引入和学习因果信息的问题,提出基于反事实推理的会话级社交推荐算法.为引入因果信息,利用反事实推理对用户朋友在会话中的历史行为序列生成反事实数据,通过反事实数据捕获社交关系的因果信息.为学习因果信息,在事实和反事实数据的基础上提出由多个损失函数组成的多任务预测模块,在训练模型的过程中学习因果信息.在真实数据集Douban和Delicious中与现有方法比较,提出算法的评估指标Recall@K和MRR@K较基线方法均有提升.