侧信息驱动的会话推荐：综述
信息检索
2024-02-28 v1
摘要
会话推荐（SBR）因其在有限交互内预测匿名用户意图的能力而受到越来越多的关注。新兴的研究 efforts 将各种类型的侧信息纳入其方法中以提升任务性能。在本综述中，我们从以数据为中心的视角全面回顾了侧信息驱动的会话推荐。我们的综述首先阐述了该研究主题的动机和必要性。随后，详细探讨了富含侧信息的各种基准测试，这对于推进该领域的研究至关重要。此外，我们深入研究了这些不同类型的侧信息如何增强 SBR，强调了它们的特征和效用。接着呈现了对研究进展的系统性回顾，分析了该主题内最新且具有代表性的发展成果。最后，我们展示了这一充满活力的主题的未来前景。
引用
@article{arxiv.2402.17129,
title = {Side Information-Driven Session-based Recommendation: A Survey},
author = {Xiaokun Zhang and Bo Xu and Chenliang Li and Yao Zhou and Liangyue Li and Hongfei Lin},
journal= {arXiv preprint arXiv:2402.17129},
year = {2024}
}
备注
This is a survey on side information-driven session-based recommendation