推荐系统顶会RecSys 2017深度学习论文及代码集锦

[1] Personalizing Session-based Recommendations with Hierarchical Recurrent Neural Networks

Massimo Quadrana, Alexandros Karatzoglou, Balázs Hidasi, Paolo Cremonesi

Politecnico di Milano, Telefonica Research, Gravity R&D

https://arxiv.org/pdf/1706.04148.pdf

基于会话的推荐系统广泛应用于很多现代在线服务（例如电子商务，视频流）和推荐场景中。最近，递归神经网络在基于会话的场景中表现出非常好的性能。虽然在许多基于会话的推荐域中很难获得用户标识，但是存在可用用户画像的域。

本文提出一种通过跨会话信息传输来得到个性化RNN模型的无缝方法，并设计了一种分层RNN模型，该模型在用户会话中传递RNN的最终演变得到的潜在的隐含层状态。

在两个行业数据集上的结果显示，本文模型相对仅考虑会话的RNN相比有很大的提升。

本文模型图示如下

根据用户并行的mini批图示如下

数据集统计信息如下

模型的超参数列表如下

模型效果对比如下