基于印象信息的多行为推荐系统:一种层次图注意力方法
原文中文,约200字,阅读约需1分钟。发表于: 。该研究介绍了一种在推荐系统中处理多种行为交互的层次多行为图注意力网络 (HMGN),该网络通过注意机制从不同行为中获取信息,并采用多任务的层次贝叶斯个性化排序进行优化,结果显示性能提升了 64%。
本研究提出了一种基于多关系图神经网络模型的会话目标行为预测方法,通过建立多关系项图,学习目标和辅助行为之间的关系,融合用户表示以预测下一个与目标行为交互的项目。实验证明该方法优于现有的基于会话的预测方法,同时也展示了利用辅助行为和学习项间关系的好处。