基于会话信息的多粒度循环神经网络推荐模型

• 作者: 余志华 刘悦 岳新玉
• 来源期刊: 山西大学学报（自然科学版）
• 学科: 工学
• 关键词: 推荐系统 会话 循环神经网络 用户点击序列
• 年，卷（期）: 2019,（2）
• 所属期刊栏目: 信息科学
• 页码范围: 332-339
• 页数: 8页
• 分类号: TP391
• 字数: 7167字
• 语种: 中文
• DOI: 10.13451/j.cnki.shanxi.univ(nat.sci.).2018.11.05.009

摘要

提出了一种多粒度循环网络推荐模型,通过引入更粗粒度的商品信息来提升模型的泛化能力;同时在模型中还引入注意力机制,利用这一粗粒度信息去监督整个点击序列的学习,通过捕捉用户的注意力信息来更加精准地刻画序列的表达.通过以上两种方法可以更好地提升模型的推荐效果,在YOOCHOOSE数据集上,Recall@20提升5.3％,MRR@20提升9.8％.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘悦	中国科学院计算技术研究所	56	565	12.0	22.0
2	余志华		6	29	3.0	5.0
3	岳新玉	中国科学院网络数据科学与技术重点实验室	1	0	0.0	0.0