THGFM: Dual-Branch Temporal Heterogeneous Graph Fusion Model
THGFM：双分支时序异构图融合模型
🧭 时序异构图表示学习
RWTH Aachen University · Fraunhofer FIT
双分支架构融合共享与类型特定时序注意力，配合旋转时序注意力，实现高效跨类型迁移与关系感知特化
📌 工作参考价值（4 点）
- 双分支融合与类型门控：在电商多实体（用户/商品/查询）行为图建模中，可拆分为共享分支（捕捉通用模式）和关系类型特定分支（捕获关系语义），并通过类型条件门控动态平衡二者，避免共享与特化互斥，适合异构行为序列建模。
- 旋转时序注意力：将相对时间差以相位旋转注入注意力计算，可直接用于用户行为序列 Transformer，替代传统位置编码或加法时间嵌入，尤其适用于间隔不均匀的点击流建模。
- 非竞争融合机制：独立特征向门控允许同时增强两分支，而非 softmax 抑制，可迁移到多任务或多模态推荐中的特征融合层，保留更多互补信息。
- 工程实现轻量：门控融合仅在特征维度上加权，旋转编码无需额外参数，易于在现有 GNN/Transformer 推荐模型中增量集成。