近日，信息化建设处魏子涵老师设计了一种基于动量更新对比学习的多模态知识图谱推荐算法，有效解决了视觉文本两种类型表征不一致性的问题。相关工作以《M3KGR: A Momentum Contrastive Multi-Modal Knowledge Graph Learning Framework for Recommendation》为题发表在《Information Sciences》（中科院SCI期刊计算机科学1区TOP；CCF B类推荐期刊；影响因子：8.1）上。
该研究针对多模态推荐系统中常见的视觉文本表征不一致、对比学习技术引入知识图谱后带来误判负样本等问题，设计了一种基于动量更新对比学习的多模态知识图谱推荐算法M3KGR。该研究主要包含四个部分：（1）设计了一个模块，将多模态预训练模型和多模态加强注意力机制结合在一起；（2）设计了一种基于队列的动量更新机制，通过动态更新队列和编码器，在扩大负样本数量的同时保证编码器参数的连续性；（3）针对由于数据稀疏的推荐数据集导致部分扩充的负样本与正样本相似度较高带来的采样偏差问题，设计了一种Instance Weighting方法，通过对这些错误的负样本进行惩罚，保证数据采样的有效性；（4）设计了一种多任务训练方法，同时优化推荐任务、知识图谱任务、普通对比学习任务和动量对比学习任务的目标函数。通过在3个数据集上的实验，验证了M3KGR的有效性，在最好情况下提升效果可达到11.18%。
近年来，信息化建设处高度重视高水平科学研究，以教育数字化转型为契机，以开放教育教学平台建设为支撑，以科研赋能教育，在相关领域取得了一系列科研成果，为全面落实高质量推进开放大学数智化建设贡献应有之义。
论文链接：https://doi.org/10.1016/j.ins.2024.120812
（文/图：魏子涵 审核：姜春艳）