DA-GCN：一种用于共享账户跨域序列推荐的领域感知注意力图卷积网络
信息检索
2021-05-10 v1
摘要
共享账户跨域序列推荐（SCSR）是基于记录的用户行为序列推荐下一物品的任务，其中多个用户共享单一账户，且其行为在多个域中可用。现有解决SCSR的工作主要依赖通过基于RNN的模型挖掘序列模式，其不足以充分捕捉多个实体间的关系。此外，所有现有算法都试图通过潜在空间中的知识迁移来桥接两个域，而显式的跨域图结构未被利用。在本文中，我们提出了一种新颖的基于图的解决方案，即DA-GCN，以应对上述挑战。具体而言，我们首先将每个域中的用户与物品连接为图。然后，我们设计了一种领域感知图卷积网络来学习用户特定的节点表示。为充分考虑用户对物品具有的域特定偏好，进一步开发了两种新颖的注意力机制以选择性地引导消息传递过程。在两个真实世界数据集上的大量实验证明了我们的DA-GCN方法的优越性。
引用
@article{arxiv.2105.03300,
title = {DA-GCN: A Domain-aware Attentive Graph Convolution Network for Shared-account Cross-domain Sequential Recommendation},
author = {Lei Guo and Li Tang and Tong Chen and Lei Zhu and Quoc Viet Hung Nguyen and Hongzhi Yin},
journal= {arXiv preprint arXiv:2105.03300},
year = {2021}
}