背景：
本文针对GCN进行改进。用户的历史交互序列中，可能存在假阳性物品，会通过消息传递的方式对用户的兴趣表征造成污染。本文提出了一种软剪枝的方法，旨在切断与假阳性物品连接的边。形式上与GAT很相识，但性能却提升了很多，总的来说本文模型为：注意力+GNN。
方法：
用户/物品的特征表示构造如下：
concatenate the multimodal features and the enriched ID embedding as a whole vector
让我们来剖析一下公式：
首先 ，其中
,
表示聚合了l跳邻居信息后的结果，可以看到，本文考虑了各层邻居的影响，将0……L层聚合结果求和作为最终的特征表示。
/
为初始的id embedding
公式是不是很简单，和GAT类似，都是在消息传递的时候添加了注意力。重头戏来了，让我们看一看注意力的计算方式。本文用的是短视屏数据集，对于短视频而言数据是多模态的（图像，声音，文字），以模态m为例，注意力分数计算公式如下：
分别表示用户和物品在模态m上的特征表示。
对于物品来说，可以直接从原始数据上提取特征：
而用户特征是通过对交互物品的特征进行聚合得到的，为了使表征更贴合用户的真实情况，本文进行了T次迭代，并将结果作为用户的特征表示()：
看到这儿，你可能会问：上面的公式是模态m上的注意力公式，那对于多模态数据，存在多个分数呢？？到底用哪个啊？？
本文提出了一种多模态分数融合方式：
可以提升表示能力。