.png){kind=icon}
.png){kind=icon}
返回
Micro-video recommendation based on multi-dimensional sequence features in content e-commerce platform
.png){kind=icon}
OA
AI
DOI：10.1007/s40747-026-02489-9.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
与传统的电子商务平台相比，内容型电子商务在商品展示方面具有明显优势，因为它能更全面、立体、灵活地呈现商品，提供更好的用户服务体验。然而，内容型电子商务的微视频格式因其信息复杂性和高实时性要求，限制了推荐精度。大多数现有的微视频推荐方法侧重于静态用户兴趣建模，而少数通过短期交互序列构建动态兴趣模型以适应快速偏好变化。此外，大多数动态建模研究忽视了交互中的多维转移关系，导致推荐任务中兴趣感知偏差。为解决这些问题，本研究提出了一种基于多维序列和图神经网络的微视频推荐算法（MSAGNN）。具体而言，该算法首先将用户偏好序列按时间顺序构建为三维图（商品、类别、作者），这些图输入图神经网络提取多维微视频特征表示，随后通过专用策略融合。每个序列项被赋予位置信息并由注意力机制处理，获得最终会话表示，再与候选商品进行点乘生成推荐。在两个不同密度的KuaiRec数据集上的广泛实验验证了MSAGNN的有效性和合理性。
Keyword:
Content e-commerce platform
Multi-dimensional sequence features
Attention mechanism
Session-based recommendation
Micro-video recommendation