IACN：用于推荐的影响感知与基于注意力的协同演化网络
信息检索
2021-03-05 v1 人工智能
摘要
向用户推荐相关物品是Reddit和Twitter等在线社区中的一项关键任务。对于推荐系统，表示学习是一种强大的技术，可学习嵌入以表示用户行为并捕获物品属性。然而，由于用户兴趣不断演化，在线社区上的嵌入学习是一项具有挑战性的任务。这种演化可从以下两方面捕捉：1）用户与物品之间的交互，2）社区中其他用户的影响。现有的动态嵌入模型仅考虑其中任一因素来更新用户嵌入。然而，在给定时刻，用户兴趣是由于这两方面因素的共同作用而演化的。为此，我们提出了影响感知与基于注意力的协同演化网络（IACN）。本质上，IACN由两个关键组件组成：交互建模层和影响力建模层。交互建模层负责在用户与物品交互时更新用户和物品的嵌入。影响力建模层捕获由其他用户交互引起的时间激发。为了整合从两层获得的信号，我们设计了一种新颖的融合层，有效地结合基于交互和基于影响的嵌入以预测最终的用户嵌入。我们的模型在各种领域的现有最先进（SOTA）模型中表现更优。
引用
@article{arxiv.2103.02866,
title = {IACN: Influence-aware and Attention-based Co-evolutionary Network for Recommendation},
author = {Shalini Pandey and George Karypis and Jaideep Srivasatava},
journal= {arXiv preprint arXiv:2103.02866},
year = {2021}
}