DAGNN：面向会话推荐的按需感知图神经网络
信息检索
2022-02-25 v2
摘要
会话推荐已广泛用于各类在线视频与电商网站。多数现有方法直觉式地提出从匿名会话数据中发现潜在兴趣或偏好。这显然忽略了如下事实：这些序列行为通常反映会话用户的潜在需求，即语义层因素，因此如何从会话估计潜在需求颇具挑战。为解决上述问题，本文提出按需感知图神经网络（DAGNN）。特别地，设计需求建模组件首先提取会话需求，并利用全局需求矩阵估计每个会话的潜在多重需求。随后，设计按需感知图神经网络提取会话需求图，以学习用于后续推荐的按需感知物品嵌入。进一步设计互信息损失以提升所学嵌入的质量。在若干真实数据集上的大量实验表明，所提模型取得了SOTA模型性能。
引用
@article{arxiv.2105.14428,
title = {DAGNN: Demand-aware Graph Neural Networks for Session-based Recommendation},
author = {Liqi Yang and Linhan Luo and Lifeng Xin and Xiaofeng Zhang and Xinni Zhang},
journal= {arXiv preprint arXiv:2105.14428},
year = {2022}
}
备注
There were errors in the experimental analysis