본 논문은 다양한 연령대의 사람들에게 인기있는 일상 서비스가 된 마이크로 비디오 추천에 대해 다룹니다. 기존의 그래프 신경망 기반 마이크로 비디오 추천 방식은 여러 추천 작업에서 성능 향상을 보였지만, 뉴스 성격 마이크로 비디오 추천의 높은 시의성과 자주 변하는 관심사의 순차적 상호작용과 같은 마이크로 비디오의 특징을 충분히 고려하지 못했습니다. 따라서 본 논문에서는 순차적 세션을 기반으로 한 개인화된 뉴스 성격 마이크로 비디오 추천을 위해 새로운 다중 집계 시간 왜곡 이종 그래프 신경망(MTHGNN)을 제안합니다. MTHGNN은 마이크로 비디오의 특징을 종합적으로 연구하고, 다중 집계기를 통해 사용자의 선호도를 채굴하며, 사용자 선호도의 시간적 및 동적 변화를 포착하고, 시의성을 고려합니다. 실험 결과는 최첨단 모델과의 비교를 통해 MTHGNN 모델의 우수성을 검증합니다.
