IJCAI 2020 | 2 篇 基于会话推荐 相关论文

本文介绍了IJCAI 2020中关于会话推荐的两篇论文,包括协同自注意力网络(CoSAN)和记忆增强神经模型(MAN)。CoSAN通过学习会话的复杂依赖关系和动态项目表示提升推荐效果;MAN则针对增量式会话推荐,使用非参数记忆来适应不断变化的用户偏好,表现优于现有方法。
摘要由CSDN通过智能技术生成

本文介绍 IJCAI 2020 中 2 篇基于会话推荐的论文。分别为:

  1. 基于会话推荐的协同自注意力网络

  2. 基于增量式会话推荐的记忆增广神经模型

1. Collaborative Self-Attention Network for Session-based Recommendation

https://www.ijcai.org/Proceedings/2020/0359.pdf

基于会话的推荐因其能够为匿名用户提供推荐而成为研究热点。然而,现有的基于会话的方法存在以下局限性:

(1)它们要么缺乏学习复杂依赖关系的能力,要么主要关注当前会话而没有显式地考虑协同信息。
(2)它们假设项目的表示是静态的,并且在每个时间步对所有用户是固定的。

文章认为,即使是相同的项目,也可以在相同的时间步长上为不同的用户提供不同的表示。

为此,这篇文章提出了一种新颖的基于会话的推荐方案——协同自注意力网络(Collaborative Self-Attention Network,CoSAN),通过调查邻域会话来学习会话表示并预测当前会话的意图。

  • 首先,通过聚合根据当前会话中的每个项目检索到的邻

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值