中文

用于用户行为建模的Gumbel-Softmax

信息检索 2022-01-13 v2

摘要

近来,序列推荐系统在解决许多在线服务中的信息过载方面十分重要。当前序列推荐的方法侧重于随时为每个用户学习固定数量的表示,采用单一表示或多表示。然而,当用户在电商推荐系统上浏览物品时,受用户不断演变的自身需求影响,该用户的兴趣数量可能随时间变化(例如增减一个兴趣)。此外,不同用户可能具有不同数量的兴趣。本文认为,探索个性化的动态数量用户兴趣并相应学习动态组的用户兴趣表示是有意义的。我们提出了一种用于推荐系统的动态数量表示序列模型(RDRSR)。具体而言,RDRSR由动态兴趣判别器(DID)模块和动态兴趣分配器(DIA)模块组成。DID模块通过双向自注意力与Gumbel-Softmax学习整体序列特征来探索用户兴趣数量。DIA模块将历史点击物品划分为一组物品组并构建用户的动态兴趣表示。此外,在真实世界数据集上的实验证明了我们模型的有效性。

关键词

引用

@article{arxiv.2112.02787,
  title  = {Gumble Softmax For User Behavior Modeling},
  author = {Weiqi Shao and Xu Chen and Jiashu Zhao and Long Xia and Dawei Yin},
  journal= {arXiv preprint arXiv:2112.02787},
  year   = {2022}
}

备注

Interesting to many attendees