MPIUR：融合商品信息与用户评论的多模态图推荐模型

A Technique to Model Product Information and User Reviews (MPIUR)

AI 导读

MPIUR 是一个多模态图推荐模型，将用户评论编码进异构图，并对齐图像与文本表示，同时按商品交互密度自适应调整协同—语义对齐。在 Amazon Reviews 2023 的 Musical Instruments 和 Baby 两个类目上，MPIUR 在评测方法中取得最佳全局 nDCG@10 与 Recall@10，在稀疏商品上也同样领先，说明联合利用评论与多模态商品内容在交互历史有限时尤为有效。

正文 · AI 翻译

查看 PDF HTML（实验性）

摘要：现代电子商务平台天然提供三种互补模态：文本商品描述、商品图片和用户评论。然而，现有的多模态推荐方法往往忽略评论，或未能在统一框架中整合全部三种模态。本文提出 MPIUR，一种基于多模态图的推荐模型，在异构图中对评论进行编码，对齐图像与文本表示，并使协同—语义对齐适应商品交互密度。在 Amazon Reviews 2023 乐器与婴儿用品类别上的实验表明，MPIUR 在两个数据集上均取得所评估方法中最佳的全局 nDCG@10 和 Recall@10。它在稀疏商品上也获得最佳的 nDCG@10 和 Recall@10，表明当交互历史有限时，联合利用评论与多模态商品内容尤为有用。

主题：	人工智能（cs.AI）；信息检索（cs.IR）
ACM 分类：	H.3.3；H.3.5
引用为：	arXiv:2611.13361 [cs.AI]
	（或 arXiv:2611.13361v1 [cs.AI] 用于此版本）
	https://doi.org/10.48550/arXiv.2611.13361 由 DataCite 颁发的 arXiv DOI（待注册）

提交历史

来自：Fajrian Yunus [查看邮箱]
[v1] 2026年11月9日星期一 23:36:38 UTC（483 KB）

来源：arXiv cs.AI · arxiv.org