[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