CosRec：用于序列推荐的二维卷积神经网络
信息检索
2019-08-28 v1 机器学习
摘要
序列模式在构建现代推荐系统中起着重要作用。为此，若干推荐系统已建立在马尔可夫链与循环模型（ among others）等基础之上。尽管这些序列模型已在一系列任务上被证明成功，它们仍难以揭示嵌套于用户购买历史中的复杂关系。在本文中，我们主张直接对成对关系建模可导出序列特征的高效表示并捕获复杂的物品相关性。具体而言，我们提出一种用于序列推荐的二维卷积网络（CosRec）。它将物品序列编码为一个三阶张量；使用二维卷积滤波器学习局部特征；并以前馈方式聚合高阶交互。在两个公开数据集上的定量结果表明，我们的方法优于传统方法与近期基于序列的方法，在各种评价指标上取得了最先进的性能。
引用
@article{arxiv.1908.09972,
title = {CosRec: 2D Convolutional Neural Networks for Sequential Recommendation},
author = {An Yan and Shuo Cheng and Wang-Cheng Kang and Mengting Wan and Julian McAuley},
journal= {arXiv preprint arXiv:1908.09972},
year = {2019}
}
备注
To appear in CIKM-2019, code at https://github.com/zzxslp/CosRec