DGRec: 基于会话的基于动态图注意网络的社会推荐

核心问题：

在线社区中的推荐是一个具有挑战性的问题：1）用户的兴趣是动态的，2）用户受到朋友的影响。此外，影响者可能是上下文相关的。

提出了一种基于动态图注意神经网络的在线社区推荐系统：利用递归神经网络对动态用户行为进行建模；并利用图注意神经网络对dynamic influence进行描述，即根据用户当前的兴趣动态推断影响因素

motivating example：

 首先把behaviors看作 a sequence of actions (e.g., item clicks) ,为了捕获用户的动态兴趣，我们将他们的actions分割成子序列，表示为 sessions，所以我们关注的就是 in session-based recommendations。那么在session（a）部分，用户Alice最近关注了sports，然后他的朋友bob和eva是sports fans（看作lont-term intersets），他们最近关注的sports items 就是 short-term interests，那么很有可能给Alice推荐羽毛球。在s