论文
登录后可查看剩余解析次数。
标签筛选
多模态推荐系统
Modality-Independent Graph Neural Networks with Global Transformers for
Multimodal Recommendation
发表：2024/12/19
多模态推荐系统图神经网络模态独立感受野全局Transformer用户-物品图建模
本研究提出了一种具有模态独立感受野的图神经网络（GNN），通过为不同模态采用独立的GNN以增强多模态推荐性能。引入的基于采样的全局变压器有效整合了全局信息，改善了现有方法的局限性。实验结果表明，本方法在各种数据集上优于现有技术。
01
Multimodal fusion framework based on knowledge graph for personalized recommendation
发表：2025/1/1
基于知识图谱的推荐系统多模态推荐系统多模态融合框架个性化推荐
本文针对现有多模态知识图谱推荐系统忽视模态交互问题，提出MultiKG4Rec框架，通过细粒度模态融合模块挖掘用户偏好。模型在真实数据上验证了高效性，实现了更精准的个性化推荐。
05
Knowledge graph-based personalized multimodal recommendation fusion framework
发表：2025/1/1
基于知识图谱的推荐系统多模态推荐系统跨模态多头交叉注意力图注意力网络视觉文本预训练模型
提出了一种基于知识图谱和多模态数据融合的个性化推荐框架CrossGMMIDUKGLR，利用视觉文本对齐预训练模型提取特征，通过多头交叉注意力实现细粒度模态融合，并借助图注意力网络传播高阶邻接信息，提升推荐的准确性和解释性。
04
DiffCL: A Diffusion-Based Contrastive Learning Framework with Semantic
Alignment for Multimodal Recommendations
发表：2025/1/2
多模态推荐系统扩散模型对比学习框架语义对齐图结构特征增强
本文提出DiffCL，一种基于扩散模型的多模态推荐对比学习框架。其通过扩散生成对比视图减少噪声，利用稳定的ID嵌入实现跨模态语义对齐，并引入物品物品图缓解数据稀疏性，显著提升推荐性能。
01