- u u u是用户, i i i是物品,C是某个上下文
- 推理架构:如何设计模型
- 可解释性:推荐模型设计好过后如何去解释推荐结果
- 训练方式:如何去训练一个推荐模型
实体识别->实体链接->知识图谱的构建
意识信息网络:
二元的交互刻画成三元的交互 原来只是对物品和用户进行建模
- 共同注意力网络 路径与用户/物品表示相互增强
用户/物品 ->路径 得到路径表示,因为此时的路径可能只与当时的用户和交互过的商品有关
路径->用户/物品 反过来用路径去更新用户和物品的信息
交互原因:UUUM UMGM根据类别
- 一是离散的属性集合
- 二是链
- 三是两点之间所有的交互路径
走出偏好茧房的制约
传统推荐得到的状态