Modality-aware Hypergraph Edge Diffusion for Multimodal Recommendation

Yuchao Ping

doi:10.1016/j.eswa.2026.132311

Modality-aware Hypergraph Edge Diffusion for Multimodal Recommendation

2026-04-02

0

PRE

AI

DOI：10.1016/j.eswa.2026.132311

原文链接

原文求助

摘要

En 中文

多模态推荐系统旨在通过联合利用多模态内容和协同信号来建模用户和物品，但其性能从根本上受到数据稀疏性的制约。为解决这一问题，近期研究引入了扩散模型以生成额外的结构信息并丰富用户-物品表示。然而，大多数方法仍局限于用户与物品之间的局部交互，未能捕捉全局关系。我们提出了一种新颖的模态感知超图边扩散推荐模型（MHRec），该模型整合了超图的高阶关系建模能力与扩散模型的生成能力，以动态优化图结构并增强多模态表示学习。具体而言，MHRec构建模态感知超图以自适应地捕捉局部交互和全局关系，并采用基于扩散的策略优化这些结构。最后，双通道表示学习模块跨模态联合建模用户和物品，以实现鲁棒且全面的表示。在Beauty、Sports和MicroLens三个公开数据集上的实验表明，MHRec持续优于现有基线方法。值得注意的是，MHRec在这些数据集上分别将Recall@10提升了6.05%、3.82%和4.10%，显示出其缓解数据稀疏性并增强推荐性能的强大能力。

Keyword:

Multimodal recommendation

Hypergraph

Diffusion model

Data sparsity

Representation learning

Modality-aware Hypergraph Edge Diffusion for Multimodal Recommendation

摘要

期刊

机构

引用论文