《AI》：MoHyNet: Enhancing Session-Based Recommendations via Hypergraph Motifs and Contrastive Learning
编辑推荐：
会话推荐（Session-based Recommendation, SBR）旨在通过解码匿名用户生成的短暂交互序列来提供个性化推荐。尽管图神经网络（Graph Neural Networks, GNNs）通过建模成对物品转换推动了该领域的发展，但其从根本上难
会话推荐（Session-based Recommendation, SBR）旨在通过解码匿名用户生成的短暂交互序列来提供个性化推荐。尽管图神经网络（Graph Neural Networks, GNNs）通过建模成对物品转换推动了该领域的发展，但其从根本上难以捕捉真实用户行为建模中固有的复杂高阶依赖（High-order Dependencies）。因此，虽然超图（Hypergraph）为表示这些多物品关系提供了天然的数学解决方案，但现有方法常常忽视了将抽象关系锚定于物理浏览逻辑所需要的局部结构语义。为解决这些局限性，研究人员引入了MoHyNet，一种新颖的模体（Motif）引导的超图框架，专门设计用于捕获会话内与会话间的依赖关系。通过提取局部超图模体，MoHyNet有效解码了匿名交互背后的重复拓扑子结构与潜在意图。与将超图仅视为物品共现的静态表示不同，该方法利用这些模体作为动态语义滤波器，从伪序列噪声中提取稳定的行为特征。为补充这种会话内建模，研究人员构建了一个增强线图（Line Graph），用于映射不同会话间的多跳依赖关系，并采用邻域感知卷积来聚合全局协同上下文。随后集成了双视图对比学习（Contrastive Learning）优化，以在语义上对齐这些会话内结构特征与会话间全局上下文，确保对用户意图的稳健且全面的理解。在三个真实电商数据集上进行的大量实证评估表明，MoHyNet在会话推荐性能上持续优于现有最先进方法。
**研究背景与问题**
在电子商务平台中，推荐系统是缓解信息过载的关键基础设施。传统推荐方法依赖长期用户画像和历史交互，但在匿名或未登录状态下，会话推荐（Session-based Recommendation, SBR）通过建模短期交互序列预测用户下一步行为。然而，已有方法（如循环神经网络RNN或图神经网络GNN）存在两大缺陷：一是严格按时间顺序建模会产生伪序列噪声，无法反映非线性浏览行为；二是成对图结构难以捕捉物品间的协同高阶依赖（如多物品组成的意图捆绑）。超图虽能自然表示多物品关系，但现有方法未充分利用其局部拓扑语义。
**研究内容与结论**
研究人员提出MoHyNet，一种模体（Motif）引导的超图神经网络，将用户交互解耦为意图驱动的超图（捕获会话内高阶依赖）和上下文感知的线图（捕获会话间全局协同信号）。通过提取局部超图模体作为动态语义滤波器，从伪序列噪声中分离稳定行为特征；并设计双视图对比学习（Contrastive Learning）对齐两种视图。在Diginetica、Tmall和RetailRocket三个真实电商数据集上的实验表明，MoHyNet在P@K和MRR@K指标上显著优于14种基线方法（如P@10提升最高14.37%），证明了其鲁棒性。
**论文发表**
本文发表在《AI》。
**主要关键技术方法**
1. **超图构建**：将每个会话视为无向超边，超边内所有物品全连接，消除时序噪声，保留意图级语义。
2. **模体引导的超图卷积**：基于30种连通超图模体（h-motif）的邻接矩阵进行消息传递，通过邻域采样（上限50）提取局部结构，并用残差平均聚合多模体特征。
3. **邻域感知线图卷积**：将超图映射为线图，若两会话共享至少一个共同邻居则建立增强边，通过图卷积聚合会话间多跳协同信号。
4. **双视图对比学习**：对超图视图的行向量随机打乱生成负样本，通过二元交叉熵损失最大化正样本对（超图与线图对应会话）的互信息，提供结构正则化。
5. **数据来源**：三个电商基准数据集：Diginetica（CIKM 2016），Tmall（IJCAI-15），RetailRocket（Kaggle），均来自匿名用户会话日志。
**研究结果**
**1. 性能比较（RQ1）**：
在三个数据集上，MoHyNet在P@10、P@20、MRR@10、MRR@20上均取得最佳结果，相对最强基线提升6.17%–14.37%（Diginetica）、3.48%–8.49%（Tmall）、3.22%–9.22%（RetailRocket）。配对t检验和Cohen’s d证实统计显著性与大效应量。
**2. 消融研究（RQ2）**：
- **核心组件贡献**：去除超图模块（w/o H）导致性能下降最严重，证明会话内高阶依赖是基石；去除线图（w/o L）显著下降，表明全局协同信号缓解了稀疏性；用标准超图邻接矩阵替代模体（w/o M）带来性能差距，验证模体作为结构滤波器的有效性。
- **序列敏感性分析**：添加绝对位置编码（+AbsPE）、相对位置编码（+RelPE）或有向结构（+Dir）仅带来<1.8%的边际提升，但参数量增24%、训练时间翻倍。因此MoHyNet的无向聚合设计平衡了精度与效率。
**3. 参数分析（RQ3）**：
- **卷积层数L**：L=2时最优；超过2层出现过平滑（P@20在Tmall从51.4%降至45.6%），说明模体已编码高阶依赖，无需深层网络。
- **对比学习系数λ**：λ=1e-4时最优；过大（≥0.1）导致主任务被淹没，性能骤降。
- **模体分布**：模型自适应地赋予语义鲁棒结构（如密集重叠模体M5、M8）更高的注意力权重，而非单纯依赖统计频率。
- **会话长度**：MoHyNet在短到中等长度（1-8项）优势明显，长会话（>8项）仍优于其他图方法，表明模体能过滤意图漂移中的随机噪声。
- **模体采样上限C**：C=50时精度达到峰值；超过50引入冗余模式导致过平滑，且训练时间线性增长。
**4. 复杂度分析（RQ4）**：
MoHyNet的GPU内存与训练时间高于SR-GNN但低于DHCN，其开销由受限邻域采样（固定样本数）控制。在Diginetica上MRR@10提升14.37%的收益远大于计算成本，适合工业部署。
**5. 失败案例分析（RQ5）**：
- **意图漂移**：会话中途兴趣突变时，无向超图过度平滑导致无法及时捕获最新信号。
- **频率偏差**：重复点击某物品产生强模体特征，使模型忽略向下一个不同物品的序列逻辑。
- **信息稀疏性**：极短会话（1-2次点击）无法触发有效结构匹配，对比学习辅助有限。
**讨论总结**
实验一致验证了MoHyNet的优越性，其核心是摈弃严格时序假设，转向提取结构性行为特征。超图模体作为语义滤波器稳定捕获匿名用户意图，尤其在噪声密集的Diginetica数据集上表现突出（P@10提升9.97%，MRR@10提升14.37%）。尽管模体识别引入额外计算，但约束采样策略将开销控制在可接受范围，使MoHyNet成为高转化率场景下的实用方案。
**研究结论翻译**
本文提出了MoHyNet，一种面向会话推荐的模体引导超图神经网络。通过将用户交互解耦为意图驱动的超图和上下文感知的线图，所提出的架构有效捕获了局部高阶物品依赖和全局会话间协同信号。显式定义的超图模体使得模型能够揭示潜在行为模式，而双视图对比学习框架提供了缓解数据稀疏性的结构正则化。在三个真实电商数据集上的大量实证评估表明，与现有基线相比，MoHyNet提供了一种稳健的解决方案，展现出具有竞争力的预测性能。然而，由于该框架依赖于会话内的全局结构聚合，它偶尔对会话中途发生的突然兴趣变化不够敏感。未来研究将探索动态分段子图采样和并行处理技术以降低计算延迟，对单个模体进行可解释性分析以映射特定拓扑结构到购物意图，并整合大语言模型（Large Language Models, LLMs）以结合语义推理与结构学习。
