在基于 BERT 的会话感知序列推荐中利用会话信息
信息检索
2022-05-23 v3 人工智能
摘要
在推荐系统中，将用户交互历史作为序列信息利用已带来显著的性能提升。然而，在许多在线服务中，用户交互通常按会话分组，这些会话被假定共享偏好，这需要不同于普通序列表示技术的处理方式。为此，具有层次结构或多种视角的序列表示模型已被提出，但其网络结构相当复杂。在本文中，我们提出三种方法，在基于 BERT 的序列推荐模型中利用会话信息以提升推荐性能，同时最小化额外参数：使用会话 token、添加会话片段嵌入，以及时间感知自注意力。我们通过在广泛使用的推荐数据集上的实验证明了所提方法的可行性。
引用
@article{arxiv.2204.10851,
title = {Exploiting Session Information in BERT-based Session-aware Sequential Recommendation},
author = {Jinseok Seol and Youngrok Ko and Sang-goo Lee},
journal= {arXiv preprint arXiv:2204.10851},
year = {2022}
}
备注
6 pages, accepted in The 45th International ACM SIGIR Conference on Research and Development in Information Retrieval (SIGIR) 2022, short paper