Smooth diffusion model for multimodal recommendation

doi:10.1016/j.knosys.2025.114807

Smooth diffusion model for multimodal recommendation

2025-11-02

0

PRE

AI

DOI：10.1016/j.knosys.2025.114807

原文链接

原文求助

摘要

En 中文

多模态推荐整合了各种物品特征，包括视觉、文本和听觉信息，以提升推荐性能。然而，多模态信息常被噪声污染。近期研究主要从模型视角出发，主动注入随机噪声，并通过捕捉噪声模式来增强模型的固有去噪能力。然而，多模态特征通常是高维的，高维数据中的噪声具有复杂结构，使得有效捕捉噪声模式具有挑战性。此外，由于不同模态的特征空间维度不同，注入这些空间的噪声影响也相应不同。为解决这些问题，我们提出了平滑扩散模型用于多模态推荐。具体而言，我们结合掩码预测范式与扩散模型，随机掩码数据的不同部分，以帮助模型学习更多噪声模式。我们引入平滑机制，以对齐特征空间中不同维度上的噪声影响，从而在扩散过程中防止特征偏差。此外，我们在推理阶段使用用户行为模式作为指导，以实现合理的去噪。为达成多模态信息的语义对齐，我们融入了对比学习机制，该机制能有效去噪多模态信息。我们在三个多模态数据集上进行了大量实验，以证明我们方法的有效性。我们的代码可在github/SDMMR获取。

Smooth diffusion model for multimodal recommendation

摘要

期刊

机构

引用论文