《基于全局图重构的会话推荐方法》作者：孙明凯 贾彩燕【PDF】

书呆熊

基于全局图重构的会话推荐方法
孙明凯，贾彩燕
（北京交通大学计算机科学与技术学院）
摘要：基于会话的推荐系统旨在通过分析匿名用户与项目之间的短期交互序列，预测用户的下一次点击项目。现有的会话推荐方法大多仅依赖于单个会话内的信息，忽视了项目在全局层面的关系。一些方法虽引入了全局信息，但在标签稀疏的情况下，推荐效果仍然不理想。为了解决这一问题，本文提出了一种基于全局图重构的生成式自监督学习方法。该方法首先使用会话数据构建全局图，并对图中的边进行掩码处理。掩码后的图通过图神经网络进行信息传播与聚合，最终利用聚合后的节点表示计算重构损失，通过重构任务帮助模型捕捉全局信息。与此同时，在单个会话图中，使用注意力机制更新节点表示，并生成会话表示用于推荐任务。通过在Diginetica、Tmall和Nowplaying三个真实数据集上的实验，验证了该方法的有效性。
关键词：计算机应用技术；推荐系统；会话推荐
中图分类号：TP391