华南理工大学学报(自然科学版)

作者：刘慧婷, 刘绍雄, 王佳乐, 赵鹏

单位：1.安徽大学 计算机科学与技术学院，安徽 合肥 2306012.合肥综合性国家科学中心人工智能研究院，安徽 合肥 2300883.安徽大学 纽约石溪学院，安徽 合肥 230039

关键词：多兴趣,强化学习,对比学习,异质信息网络

基金：国家自然科学基金项目(62576003);安徽省高校协同创新项目(GXXT-2022-040);安徽省自然科学基金项目(2008085MF219);安徽省自然科学基金项目(2108085MF212);安徽省高校自然科学研究项目(KJ2021-A0040);安徽省高校自然科学研究项目(KJ2021-A0043)

深度强化学习（DRL）被广泛应用于推荐系统中，用于动态建模用户兴趣并最大化用户的累积收益。然而，用户反馈稀疏问题成为基于DRL的推荐算法面临的重要挑战之一。对比学习作为一种自监督学习方法，通过构造用户兴趣的多个视角增强其表示，进而缓解用户反馈稀疏问题。现有的对比学习方法通常利用基于启发式的增强策略，导致关键信息丢失，且未充分利用异构的交互信息。为解决这些问题，该文提出了基于多兴趣对比的深度强化学习推荐模型（MOCIR）。该模型包括一个对比表示模块和一个策略网络模块。对比表示模块利用异构信息网络（HIN）建模用户不同方面的局部兴趣，同时基于原始数据建模用户的全局兴趣，然后将同一用户的全局兴趣与局部兴趣、不同用户的全局兴趣与局部兴趣分别作为对比学习的正样本对和负样本对，以有效捕捉用户兴趣；策略网络模块用于在聚合用户状态表示后进行推荐；2个模块采用交替更新机制。在3个数据集上的实验结果表明，所提模型的推荐性能优于多个基于深度强化学习的模型，有效地解决了推荐中用户反馈稀疏问题。

来源：2025年第9期

《华南理工大学学报(自然科学版)》期刊编辑部

查看华南理工大学学报(自然科学版)杂志2025年第9期