摘要
异构信息网络(Heterogeneous information network)(混合网络)被广泛应用于推荐系统由于其卓越的处理复杂文本信息的能力。
现存方法两个主要的缺点:
- 这些模型很少学习一个精准的表达在path 或者meta-path上。
- 在交互中,他们没有考虑元路径和所涉及的用户项对之间的相互作用
为了解决这些问题,我们开发了一个具有共同注意机制的深度神经网络,利用丰富的基于元路径的上下文实现top- n推荐。我们设计了一个通过显式地合并基于元路径的上下文的三向神经交互模型。为了构造基于meta-path的上下文,我们建议使用基于优先级的抽样技术来选择高质量的路径实例。