session-based recommendation的两个模型对比NARM, STAMP

介绍

现在有很多地方都需要推荐系统，比如网购平台、音乐平台、影视平台等等。一个应用如果能更准确地进行内容推送，那么自然用户的黏性会更强，有更强的竞争力。
但是现在出现了一个问题，我们以往做的一些工作都是基于用户历史记录进行的推荐，现在由于隐私政策的问题，有时候我们不能得到用户的长历史，我们能拿到手的只有用户当前在网页/app里面的行为，这个短历史我们就叫session。
举个例子，当你下载淘宝的软件之后，在没有登陆的情况下搜索你想要的东西，这个时候淘宝对你一无所知。你先点击了adidas的一件上衣，又点击了nike的一条裤子，然后又点击了李宁的一件上衣，这三个click就组成了你当前的一个session。我们要做的就是基于这三个点击对你下次想点击的东西进行预测，通过这个模型，我们可能会给你推荐安踏的衣服，或者adidas的另一版型的衣服。
总而言之，这个session-based方法可以在不侵犯用户隐私的情况下仍然进行有一定质量的推荐，值得我们进行研究。

模型介绍

从大体上来看，session-based recommendationo有两种分支，一种是把session看作一个sequence，利用诸如处理流数据的RNN模型得到隐层向量，并基于此搭建预测模型。

另一种则是基于图神经网络GNN的方法，通过构建有向图，利用GNN的方法学习表达向量，基于此进行预测。

今天要介绍的两个都是属于第一类的模型

NARM

每一个商品实际上都可以用一个id进行标识，这个和NLP任务里面把每一个单词都转化成id的思路是一样的。那么类似的，我们也可以有每一个商品的embedding，以此为基础把数据喂到RNN里面。

这个模型其实很简单，编码上分为两部分，Global encoder 和 Local Encoder。

global encoder

通过我们上面提到的与NLP任务类似的地方，我们这里为了方便理解可以把这个session看作一句话的等价，我们先通过word2id把商品转化为了id，得到了他们的embedding，然后把他们送进RNN里面。

在这篇文章里，作者使用的是GRU。

说起来fancy，但是这个global encoder得到的第一部分编码实际上就是RNN最后的隐层向量而已。
$$c_t^g=h_t$$

local encoder

这个地方使用到了attention。

对于session里面的每一个商品，他的attention权重是：
$${\alpha }_{tj}=v^T\sigma (A_1{h}_t+A_2{h}_j)$$
这里$A_1,A_2,v$都是参数，$h_t$表示最后一个隐层，实际上就是刚才提的global encoder得到的东西，而 h j h_j