现存的session-based recommender system(SBRSs)模型目标是预估用户下一次行为,用的都是长session,而忽视了短session,如购物篮(下图分布所示),大多session都较短,这篇论文就是提出了一个为短session服务的模型架构.
![v2-f0933ef0d6663613475d52766553d92e_b.jpg](https://ss.csdn.net/p?https://pic3.zhimg.com/v2-f0933ef0d6663613475d52766553d92e_b.jpg)
![v2-fb2f1b82ac1af63b0cbd0accba34b41c_b.jpg](https://ss.csdn.net/p?https://pic1.zhimg.com/v2-fb2f1b82ac1af63b0cbd0accba34b41c_b.jpg)
![v2-34ed1b62b2e2f7087735bada18189c83_b.jpg](https://ss.csdn.net/p?https://pic4.zhimg.com/v2-34ed1b62b2e2f7087735bada18189c83_b.jpg)
从架构图中我们可以看到有个Global Module用于学习其他session的先验知识,包括当前用户的历史session和相似用户的历史session.还有个Prediction Module基于Global Module和用户当前序列学到的倾向去预估下一个item.Local Module学习了用户当前倾向的向量表达hc.这里我们需要知道的是,hc可以直接经过mlp并softmax学习下个item,但是论文提到当前session监督信息过少,需要Global Module进行补充,所以我们给hc加上先验知识,如下式所示:
![v2-ad80ac273d0c32c13df999d1a7a8c0fe_b.jpg](https://ss.csdn.net/p?https://pic3.zhimg.com/v2-ad80ac273d0c32c13df999d1a7a8c0fe_b.jpg)
因为要找到当前用户最相似的用户,我们可以通过历史交互item的重叠度来衡量相似性:
![v2-1b6ae4485c174c6706f16955cec1d5d6_b.jpg](https://ss.csdn.net/p?https://pic3.zhimg.com/v2-1b6ae4485c174c6706f16955cec1d5d6_b.jpg)
上图中的SSRN模块也比较简单,就是用hc和其他session每个item相似度的最大值作为与该session的相似度,再将Session Encoder的结果进行聚合.
Session Encoder:
![v2-8218e134efe874542bf5b052475fc9f1_b.jpg](https://ss.csdn.net/p?https://pic2.zhimg.com/v2-8218e134efe874542bf5b052475fc9f1_b.jpg)
![v2-feb1932906b7e8abe69da1a6f9714a3c_b.jpg](https://ss.csdn.net/p?https://pic1.zhimg.com/v2-feb1932906b7e8abe69da1a6f9714a3c_b.jpg)
![v2-6c442855d812fde7a6fc1b1aea49086f_b.jpg](https://ss.csdn.net/p?https://pic4.zhimg.com/v2-6c442855d812fde7a6fc1b1aea49086f_b.jpg)
最后先验知识为:
![v2-fbfae7675e974e4c5e6dee89c5fe199d_b.jpg](https://ss.csdn.net/p?https://pic2.zhimg.com/v2-fbfae7675e974e4c5e6dee89c5fe199d_b.jpg)
![v2-8ea837aacb342460a635314540b116d4_b.jpg](https://ss.csdn.net/p?https://pic1.zhimg.com/v2-8ea837aacb342460a635314540b116d4_b.jpg)
1、https://arxiv.org/pdf/2107.07453.pdf
![v2-1641df4d1d7cc969d2fb3968347dc3f0_b.jpg](https://ss.csdn.net/p?https://pic1.zhimg.com/v2-1641df4d1d7cc969d2fb3968347dc3f0_b.jpg)