Метод підвищення точності рекомендацій через об’єднання трансформерних і графових моделей у єдиній архітектурі

Автор(и)

  • Д. Жигорін Національний технічний університет України «Київський політехнічний інститут імені Ігоря Сікорського», Україна https://orcid.org/0009-0000-2162-4451
  • В. Олійник Національний технічний університет України «Київський політехнічний інститут імені Ігоря Сікорського», Україна https://orcid.org/0000-0002-4647-2658

DOI:

https://doi.org/10.20535/1560-8956.48.2026.351889

Ключові слова:

рекомендаційні системи, графові нейронні мережі, трансформери, LightGCN, SASRec, BERT4Rec, послідовне моделювання

Анотація

У статті розглянуто сучасні підходи до підвищення точності рекомендаційних систем шляхом інтеграції графових нейронних мереж і трансформерних моделей у єдиній архітектурі. На основі результатів останніх досліджень проаналізовано обмеження окремих класів моделей, запропоновано структурований гібридний підхід та розглянуто варіанти ф’южну інформації. Показано, що поєднання LightGCN і послідовних трансформерів забезпечує суттєве покращення рекомендацій.

Бібл. 4, іл. 2, табл. 1

Посилання

Zhang J., Li Y., Chen J., et al. TransGNN: Harnessing the Collaborative Power of Transformers and Graph Neural Networks for Recommender Systems. arXiv, 2023. URL: https://arxiv.org/abs/2308.14355

Luo A., Yin H., Sun Y., et al. Collaborative Sequential Recommendations via MultiView GNN-Transformers. ACM Transactions on Information Systems, 2024.

Khan A., Ahmad S., Khan N., et al. A transformer-based architecture for collaborative filtering. Scientific Reports, 2025.

Shi Y., Li X., Zhang S., et al. A Survey on Recommender Systems Using Graph Neural Networks. ACM Computing Surveys, 2024.

##submission.downloads##

Опубліковано

2026-02-09

Номер

Том 1 № 48 (2026): Адаптивні системи автоматичного управління

Розділ

Статті

Ліцензія

Creative Commons License

Ця робота ліцензується відповідно до Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.

1.Автори залишають за собою право на авторство своєї роботи та передають журналу право першої публікації цієї роботи на умовах ліцензії Creative Commons Attribution License, котра дозволяє іншим особам вільно розповсюджувати опубліковану роботу з обов'язковим посиланням на авторів оригінальної роботи та першу публікацію роботи у нашому журналі.

2. Автори мають право укладати самостійні додаткові угоди щодо неексклюзивного розповсюдження роботи у тому вигляді, в якому вона була опублікована нашим журналом (наприклад, розміщувати роботу в електронному сховищі установи або публікувати у складі монографії), за умови збереження посилання на першу публікацію роботи у нашому журналі.

3. Політика журналу дозволяє і заохочує розміщення рукопису роботи авторами в мережі Інтернет (наприклад, на arXiv.org або на особистих веб-сайтах).  Причому рукописи статей можуть бути розміщенні у відкритих архівах як до подання рукопису до редакції, так і під час його редакційного опрацювання. Це сприяє виникненню продуктивної наукової дискусії, позитивно позначається на оперативності ознайомлення наукової спільноти з результатами Ваших досліджень і як наслідок на динаміці цитування вже опублікованої у журналі роботи. Детальніше про це:  The Effect of Open Access.