基于图神经网络的会话推荐经典论文

山科智能信息处理实验室

已于 2025-03-02 22:55:35 修改

阅读量938

点赞数 9

文章标签：会话推荐意图识别 GNN

于 2025-03-02 22:53:52 首次发布

版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

本文链接：https://blog.csdn.net/SmartLab307/article/details/145971639

版权

本文主要包括了以下 4 篇文章：

【SR-GNN | AAAI 2019】：Session-Based Recommendation with Graph Neural Networks：基于图神经网络的会话推荐
【GC-SAN | IJCAI 2019】：Graph Contextualized Self-Attention Network for Session-based Recommendation：基于图上下文自我注意力网络的会话推荐
【CA-TAN | ICDM 2020】：Cross-Session Aware Temporal Convolutional Network for Session-based Recommendation：基于跨会话感知时序卷积网络的会话推荐
【GCE-GNN | SIGIR 2020】：Global Context Enhanced Graph Neural Networks for Session-based Recommendation：基于全局上下文增强图神经网络的会话推荐

1 SR-GNN

这篇文章首先提出了将会话信息映射为图结构，并通过GNN来获得物品之间的转移信息。

第一个等式表示从邻居节点汇聚信息， $\mathbf{A}_{s}$ 由两个邻接矩阵 $\mathbf{A}_s^{out}$ 和 $\mathbf{A}_s^{(in)}$ 拼接而成， $\mathbf{A}_{s,i:}$ 表示节点 $v_{s,i}$ 在 $\mathbf{A}_{s}$ 中相应的两列。后面就是GRU的过程。

在获得物品表示后，分别计算会话的局部表示(local)和全局表示(global)，分别表示用户的当前兴趣和长期兴趣。

其中局部表示为： $\mathbf{s}_l=\mathbf{v}_n(\mathbf{v}_n$ 为会话的最后一个物品)

而全局表示需要计算权重，论文使用了软注意力(soft-attention mechanism)：

最后拼接做线性变换： $\mathbf{s}_h=\mathbf{W}_3[\mathbf{s}_l;\mathbf{s}_g]$

SR-GNN并没有考虑跨会话信息，因为它只针对单会话建图。

2 GC-SAN

GC-SAN和SR-GNN比较相似，也是构建了两个邻接矩阵 :

其中 $\mathbf{M}_t^I,\mathbf{M}_t^O\in\mathbb{R}^{1\times n}$ 是节点 st 在两个邻接矩阵中对应第 t 行。

基本和SR-GNN一样，SR-GNN邻接矩阵拼接起来计算，GC-SAN分开计算，最后再拼接。后面就都是套GRU了。

接下来的工作其实就是对一个会话经过多层的自我注意力层，以获得用户的长期兴趣，最后通过门控机制将长期兴趣和短期兴趣(会话最后一个物品的表示)结合起来以获得会话最后的表示。

这部分也没啥创新的地方，就是一个self-attention的使用。

3 CA-TCN

CA-TCN是美团发表于ICDM workshop 2020的一篇论文，关于该模型，美团技术团队已经做了详尽的介绍：

美团技术团队：ICDM论文：探索跨会话信息感知的推荐模型17 赞同 · 15 评论文章编辑

CA-TCN构建的跨会话图结构是有向图，根据物品之间的共现频率来设置边权重，得到 $Weight_{in}$ 和 $Weight_{out}$ 两个权重矩阵。

经过GNN，得到物品的全局表示，其传播聚合的过程为：

得到物品表示后，进而计算会话表示，分为局部表示和全局表示，局部表示为时序卷积网络中最后一个物品的输出，全局表示通过会话中所有的物品表示加权求和得到，也是软注意力。

模型中还有Session-Context-Graph，这是为了考虑其他会话信息，方法就是注意力机制：

最后通过门控机制结合起来：

4 GCE-GNN

和上面不同的是，这篇文章分别构建了会话图(Session Graph)和全局图(Global Graph)。

会话图针对单个会话建图，其为有向图，将会话中相邻的节点相连，并且添加自连接。所以存在四种边关系， $r_{in},r_{out},r_{in-out},r_{self}.$ 。
全局图针对所有会话见图，其为带权无向图，将会话中相邻距离在 ε 之内的节点相连，其权重根据节点在所有会话共现的频率决定。最后对于每个节点来说，只保留其权重最大的Top-N条边（一方面可以降低计算复杂度，另一方面应该也可以去除噪声）。
总结一下，前者只提取一阶节点信息，而后者提取 ε 阶节点信息。

全局级物品表示学习层

获得物品 v 的一阶邻居表示，最简单的方法就是加和平均，但是和物品v相关的物品不一定和当前会话相关，所以使用注意力来加权求和。 hNvig 是邻居节点的表示。

其中 s 就是序列中节点的平均池化 $\mathbf{s}=\frac{1}{|S|}\sum_{v_i\in S}\mathbf{h}_{v_i}$ ，上述得到的结果得需要再经过一个 $\mathrm{Softmax:}\pi(v_i,v_j)=\frac{exp(\pi(v_i,v_j))}{\sum_{v_k\in\mathcal{N}_{v_i}^g}exp(\pi(v_i,v_j))}$ 进行归一化。

我觉得这个考虑点还是挺有道理的，比如说现在用户的点击序列都是华为的产品，其中包括了笔记本电脑，那在其他会话中出现的笔记本比如苹果、联想等等，尽管它们都是笔记本很相似，但对于当前的会话来说，用户可能想要的是华为的产品。
然后在计算的时候，既考虑到了会话 s 和物品 vj 之间的相似度，还包括了 vi 和 vj 之间的边权重 wij ，如果该值大的话，说明这两个物品经常同时出现，既然共现的概率很大，那也可以不讲道理推荐一波。

接下来就是简单的聚合过程了：

4.2 会话级物品表示学习层

毫无疑问，这里也是要使用注意力的，由于在会话图中存在四种不同的边，所以在计算的时候需要考虑进去：

$r_{ij}$ 表示边的类别，所以 α 就是四种边的权重参数。 $e_{ij}$ 表示的是 $v_{j}$ 对 $v_{i}$ 的重要性。

为了系数具有可比性，需经过一个

最后得到物品的会话级表示：

4.3 会话表示学习层

经过前面两层的学习，使用dropout防止过拟合，然后将全局级物品表示和会话级物品表示相加。

上面的文章中在计算会话表示时没有考虑位置信息，而这篇文章则加入了反向位置信息，越靠近末尾的物品应该越重要。

为什么采用反向位置信息呢？因为会话的长度是不固定的，前向位置信息无法衡量当前物品和预测物品之间的距离，但反向位置信息可以。

通过平均池化来得到会话信息：

最后软注意力机制计算权重：

会话表示总体上和之前的文章差不多，之前的做法是取会话的最后一个物品输出来作为会话信息，但这篇文章是平均池化，考虑了所有物品。另外就是注意力机制的时候加入了位置信息。

预测层

总结

这几篇文章看下来，感觉值得借鉴的地方有：

其中3篇文章都使用到了软注意力机制，来获取会话的全局表示。
在GCE-GNN文章中考虑了位置信息，并加入了反向位置信息。
在图结构中，为不同的边考虑不同的权重参数。
在GCE-GNN文章中使用注意力机制来从全局图中提取适合当前会话的信息。

评论

被折叠的条评论为什么被折叠?

到【灌水乐园】发言

查看更多评论

添加红包

成就一亿技术人!

hope_wisdom

发出的红包

实付元

使用余额支付

点击重新获取

扫码支付

钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。