在大规模开放在线课程(MOOCs)中,知识概念推荐是一个受到广泛关注的重要问题。现有方法主要依赖于MOOC平台上用户与知识概念之间的显式关系进行推荐。然而,在MOOC平台上用户的学习活动中产生了许多隐式关系(例如,用户之间的共同兴趣或相同的知识水平)。现有方法未能考虑这些隐式关系,这些关系本身难以学习和表示,导致知识概念推荐性能不佳,无法满足用户的个性化需求。为了解决这个问题,我们提出了一个基于对比学习的新框架,可以表示和平衡MOOCs中知识概念推荐的显式和隐式关系(CL-KCRec)。具体来说,我们首先通过建模MOOC平台的数据来构建一个MOOCs异质信息网络(HIN)。然后,我们分别利用一个关系更新的图卷积网络和堆叠的多通道图神经网络来表示HIN中的显式和隐式关系。考虑到在MOOCs中显式关系的数量相对较少,我们提出了一个带有原型图的对比学习,以增强两种关系的表示,捕获它们丰富的内在关系知识,这可以指导学生偏好在HIN中的传播。基于这些增强的表示,为了确保两者对最终推荐的平衡贡献,我们提出了一个双头注意力机制进行平衡融合。实验结果表明,CL-KCRec在真实世界数据集上的HR、NDCG和MRR方面超越了几个最先进的基线。

成为VIP会员查看完整内容
13

相关内容

【WSDM2024】DiffKG:面向推荐的知识图谱扩散模型
专知会员服务
26+阅读 · 1月17日
【ICCV2023】保留模态结构改进多模态学习
专知会员服务
28+阅读 · 2023年8月28日
【CVPR2023】正则化二阶影响的持续学习
专知会员服务
18+阅读 · 2023年4月22日
【AAAI2023】自适应黎曼空间中的自监督连续图学习
专知会员服务
26+阅读 · 2022年12月2日
【NeurIPS2022】通过模型转换的可解释强化学习
专知会员服务
36+阅读 · 2022年10月4日
SIGIR2022 | MorsE:基于元知识迁移的归纳式知识图谱表示
专知会员服务
19+阅读 · 2022年4月9日
专知会员服务
14+阅读 · 2021年10月18日
专知会员服务
26+阅读 · 2021年8月13日
专知会员服务
43+阅读 · 2021年7月6日
【CIKM2020】学习表示解决可解释推荐系统
专知会员服务
47+阅读 · 2020年9月6日
【ICML2021】因果匹配领域泛化
专知
12+阅读 · 2021年8月12日
【CVPR2021】跨模态检索的概率嵌入
专知
17+阅读 · 2021年3月2日
【CVPR 2020 Oral】小样本类增量学习
专知
16+阅读 · 2020年6月26日
如何使用自然语言工具包(NLTK)在Python3中执行情感分析
Python程序员
19+阅读 · 2019年10月28日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
15+阅读 · 2015年12月31日
国家自然科学基金
1+阅读 · 2015年12月31日
国家自然科学基金
1+阅读 · 2015年12月31日
国家自然科学基金
5+阅读 · 2015年12月31日
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
3+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
Arxiv
158+阅读 · 2023年4月20日
A Survey of Large Language Models
Arxiv
408+阅读 · 2023年3月31日
Arxiv
18+阅读 · 2021年3月16日
VIP会员
相关VIP内容
【WSDM2024】DiffKG:面向推荐的知识图谱扩散模型
专知会员服务
26+阅读 · 1月17日
【ICCV2023】保留模态结构改进多模态学习
专知会员服务
28+阅读 · 2023年8月28日
【CVPR2023】正则化二阶影响的持续学习
专知会员服务
18+阅读 · 2023年4月22日
【AAAI2023】自适应黎曼空间中的自监督连续图学习
专知会员服务
26+阅读 · 2022年12月2日
【NeurIPS2022】通过模型转换的可解释强化学习
专知会员服务
36+阅读 · 2022年10月4日
SIGIR2022 | MorsE:基于元知识迁移的归纳式知识图谱表示
专知会员服务
19+阅读 · 2022年4月9日
专知会员服务
14+阅读 · 2021年10月18日
专知会员服务
26+阅读 · 2021年8月13日
专知会员服务
43+阅读 · 2021年7月6日
【CIKM2020】学习表示解决可解释推荐系统
专知会员服务
47+阅读 · 2020年9月6日
相关基金
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
15+阅读 · 2015年12月31日
国家自然科学基金
1+阅读 · 2015年12月31日
国家自然科学基金
1+阅读 · 2015年12月31日
国家自然科学基金
5+阅读 · 2015年12月31日
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
3+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
微信扫码咨询专知VIP会员