有符号感知推荐系统方法（SIGformer）是浙江大学区块链与数据安全全国重点实验室人工智能数据安全团队在科技部科技创新2030-“新一代人工智能”重大项目、国家重点研发计划青年科学家项目、国家自然科学基金委区域创新发展联合基金重点项目、浙江省领雁计划项目等多个国家级/省部级项目以及浙江大学区块链与数据安全全国重点实验室的共同支持下，针对同时含有正负反馈的有符号推荐场景，开发的一种新型的推荐系统方法。
SIGformer克服了现有基于图的推荐方法未充分利用、甚至直接忽视图中负面反馈信息的缺点，将推荐系统中用户对物品的正负反馈信息建模为一张有符号图。SIGformer使用图Transformer机制自适应地捕捉图上节点的相关性，并设计了能捕获有符号图中图谱信息的谱编码和捕获两点间路径上边正负属性的路径编码，在有正负反馈的推荐场景下取得良好的推荐效果。
详细信息可以参考论文：https://dl.acm.org/doi/abs/10.1145/3626772.3657747
感兴趣的组织和个人可以通过下方提供的GitHub开源地址访问和下载相关代码。
