推荐算法炼丹笔记：阿里序列化推荐算法ComiRec

作者：十方  
公众号：炼丹笔记  

Controllable Multi-Interest Framework for Recommendation

1.ComiRec与众不同之处

该论文是阿里在2020年发表在KDD的论文，解决的是序列化推荐的问题，用user以往的行为序列去推荐user接下来最感兴趣的item。这篇论文，认为之前很多序列化推荐方法都最终产生一个user emb去item emb空间中检索出最相关的item，而user在一段时间内，是有多种兴趣的，应该要映射到多个emb去检索。

如上图所示，Emma点击了3大类的item，分别是首饰，包包，化妆品，推荐的时候也应该推荐这3大类的商品。

2.问题定义

3.多兴趣序列推荐框架

当有了用户行为序列后，获得多兴趣向量的方法有很多，论文主要介绍了两种，一个是动态路由方法(ComiRec-DR)，另一个是self-attention(ComiRec-SA)方法。