面向顺序推荐的学习位置注意力
信息检索
2024-11-27 v3 计算机视觉与模式识别
摘要
基于自注意力的网络在顺序推荐任务中取得了显著的性能。这些模型的一个关键组成部分是位置编码。本研究深入研究了学习的位置嵌入，表明它通常捕捉标记之间的距离。基于这一洞察，我们引入新的注意力模型，直接学习位置关系。大量实验表明，我们提出的模型\textbf{PARec}和\textbf{FPARec}超越了以前的基于自注意力的方法。代码可在此处找到: https://github.com/NetEase-Media/FPARec。
引用
@article{arxiv.2407.02793,
title = {Learning Positional Attention for Sequential Recommendation},
author = {Fan Luo and Haibo He and Juan Zhang and Shenghui Xu},
journal= {arXiv preprint arXiv:2407.02793},
year = {2024}
}