| 面向会话推荐的注意力图神经网络 |
| |
| 引用本文： | 陈瑶,熊棋,郭一娜.面向会话推荐的注意力图神经网络[J].小型微型计算机系统,2023(2):307-312. |
| |
| 作者姓名： | 陈瑶 熊棋 郭一娜 |
| |
| 作者单位： | 太原科技大学电子信息工程学院 |
| |
| 基金项目： | 国家留学基金委科研项目(留金美[2020]1417号)资助；;国家自然科学青年基金项目(61301250)资助；;山西省重点研发计划项目(201803D421035)资助；;山西省自然科学优秀青年基金项目(201901D211313)资助；;山西省回国留学人员科研教研资助项目(HGKY2019080,2020-127)资助； |
| |
| 摘 要： | 面向会话的推荐方式起源于无法获得用户历史数据的应用场景，它是通过匿名会话来预测用户的行为.现有面向会话的推荐方法，虽然可以准确获得项目嵌入和考虑项目的复杂转换，但不能从多维度提取会话序列中隐藏的用户的长期兴趣和短期偏好，造成推荐性能低.该文引入注意力机制，提出一种多头注意力机制和软注意力机制有机结合的新机制，并据此提出面向会话推荐的注意力图神经网络.该注意力机制通过给不同的输入数据赋予不同权重，实现对当前推荐任务更为关键的信息的聚焦，以此从不同角度提取用户的兴趣和偏好.该模型在电商数据集上进行实验，与已有的基准模型相比，该文所提模型在各项评论指标上均有显著提升.在Dgeca数据集上，P@20可达61.77%,充分表明了所提方法的有效性.
|
| 关 键 词： | 会话推荐 图神经网络 位置编码 软注意力机制 多头注意力机制 |
|
|
