TempGNN:用于动态会话推荐的时间图神经网络

💡 原文中文,约300字,阅读约需1分钟。
📝

内容提要

该研究提出了临时图神经网络(TempGNN),用于捕捉复杂项目转换中的结构和时间动态的通用框架。该方法可用于理解用户与项目之间相对较短的正在进行的会话中的交互行为,并通过预测下一步行动来进行会话推荐。实验结果表明,该方法在两个真实的电子商务数据集上取得了最先进的性能。

🎯

关键要点

  • 该研究提出了临时图神经网络(TempGNN),用于捕捉复杂项目转换中的结构和时间动态。
  • TempGNN 旨在理解用户与项目之间相对较短的正在进行的会话中的交互行为。
  • 该方法通过预测下一步行动来进行会话推荐。
  • 实验结果表明,TempGNN 在两个真实的电子商务数据集上取得了最先进的性能。
  • 该方法的有效性和适应性通过将其插入现有的最先进模型得到了验证。
➡️

继续阅读