典型文献
基于微观行为的自适应多注意力会话推荐
文献摘要：
会话推荐(Session-based Recommendation,SR)旨在根据短期会话信息推荐用户偏好的下一个物品,它不需要用户的配置文件和长期历史信息,具有广阔的应用前景.现有的SR模型通常关注用户点击行为或仅利用某单一类型的行为数据,忽略了用户点击行为的具体语义,如商品浏览、商品收藏、添加到购物车、购买等.这些不同语义的行为被称为微观行为,能够从微观层面反映用户在购物过程中意图的转换以及决策过程,为改善推荐效果提供了有价值的信息.文中提出了一种基于微观行为的自适应多注意力会话推荐模型(Adaptive Multi-Attention Network,AMAN).首先,将微观行为组成的会话序列建模为异构有向图,然后建立3个组件进行会话推荐:有向图注意力网络(Directed Graph ATtention network,DGAT)从物品级学习物品表征,自适应捕获具有相同微观操作的物品间的关联性;操作级异构图注意力网络(Operation-level Heterogeneous Graph ATtention network,OHGAT)从操作级学习物品表征,自适应捕获具有不同微观操作的物品间的关联性;微观行为协同注意力网络(Micro-Behavior Co-ATtention network,MBCAT)学习微观行为序列表征,自适应捕获不同微观行为序列间的依赖性.在Yoochoose,Taobao14和Taobao15这3个数据集上的实验结果表明,所提方法优于基线模型.
文献关键词：
会话推荐;微观行为;异构有向图;注意力网络
中图分类号：
作者姓名：
乔晶晶;王莉
作者机构：
太原理工大学信息与计算机学院 山西 晋中 030600;太原理工大学大数据学院 山西 晋中 030600
文献出处：
引用格式：
[1]乔晶晶;王莉-.基于微观行为的自适应多注意力会话推荐)[J].计算机科学,2022(11):117-125
A类：
异构有向图,ATtention,OHGAT,MBCAT,Taobao14,Taobao15
B类：
微观行为,多注意力,会话推荐,Session,Recommendation,SR,期会,信息推荐,用户偏好,配置文件,历史信息,常关,点击,行为数据,浏览,收藏,购物车,微观层面,中意,决策过程,推荐效果,推荐模型,Adaptive,Multi,Attention,Network,AMAN,会话序列,序列建模,行会,图注意力网络,Directed,Graph,network,DGAT,从物,品级,异构图,Operation,level,Heterogeneous,行为协同,协同注意力,Micro,Behavior,Co,行为序列,序列表,Yoochoose,基线模型
AB值：
0.364255
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
