MARS：记忆注意力感知推荐系统
信息检索
2018-05-21 v1
摘要
本文研究用户多样化兴趣建模问题。以往方法通常学习固定的用户表示，表征用户不同兴趣的能力有限。为建模用户各类兴趣，我们提出记忆注意力感知推荐系统（MARS）。MARS 利用记忆组件与一种新颖的注意力机制学习深度自适应用户表示。MARS 以端到端方式训练，自适应地概括用户兴趣。实验中，MARS 在三个真实世界数据集上以召回率与平均精度均值衡量优于七种当前最优方法。我们还证明 MARS 具有很好的可解释性以解释其推荐结果，这在许多推荐场景中十分重要。
引用
@article{arxiv.1805.07037,
title = {MARS: Memory Attention-Aware Recommender System},
author = {Lei Zheng and Chun-Ta Lu and Lifang He and Sihong Xie and Vahid Noroozi and He Huang and Philip S. Yu},
journal= {arXiv preprint arXiv:1805.07037},
year = {2018}
}