BriefGPT - AI 论文速递
·
基于压缩图神经网络的在线服务高效用户序列学习
💡
原文中文，约300字，阅读约需1分钟。
📝
内容提要
本文介绍了一种基于图神经网络模型的序列推荐方法SURGE，通过度量学习将松散的物品序列转化为紧密的物品-物品兴趣图，并进行图卷积传播和图池化操作，提取用户历史行为序列的核心兴趣。实验证明该方法在性能和序列长度方面都有显著提升。
🎯
关键要点
- 提出了一种基于图神经网络的序列推荐方法SURGE。
- 通过度量学习将松散的物品序列转化为紧密的物品-物品兴趣图。
- 对构建的图进行集群感知和查询感知的图卷积传播和图池化操作。
- 动态融合和提取用户历史行为序列中的核心兴趣。
- 实验证明该方法在性能和序列长度方面有显著提升。
➡️
