基于会话的推荐系统综述

在信息过载时代和数字化经济中，推荐系统（RSs）对于知情消费、服务和决策发挥着日益重要的作用。近年来，基于会话的推荐系统（SBRSs）已成为 RSs 的一种新范式。与通常建模长期但静态用户偏好的其他 RSs（如基于内容的 RSs 和基于协同过滤的 RSs）不同，SBRSs 旨在捕捉短期但动态的用户偏好，以提供对其会话上下文演化敏感的更及时、准确的推荐。尽管 SBRSs 已被深入研究，但目前既没有统一的 SBRSs 问题表述，也没有对其特征与挑战的深入阐述。SBRSs 挑战在多大程度上已被解决，以及 SBRSs 的整体研究格局如何，也尚不清楚。本文对 SBRSs 的综述通过深入探究 SBRSs 实体（如会话）、行为（如用户对条目的点击）及其属性（如会话长度）来解决上述方面。我们提出了 SBRSs 的一般问题表述，总结了 SBRSs 的多样化数据特征与挑战，并定义了分类法以对代表性 SBRS 研究进行归类。最后，我们讨论了这一令人振奋且充满活力的领域中的新研究机遇。