基于改进胶囊网络的会话型推荐模型

作者：孙浩; 曹健; 李海生; 毛典辉

来源：计算机应用, 2022, 1-9.

• 胶囊网络
• 会话推荐
• 图神经网络
• 自注意力机制
• 推荐系统

针对现有的会话推荐模型难以从简短的会话中捕获项目之间的依赖关系的问题，在考虑了复杂的项目交互和动态的用户兴趣变化后，提出了一种基于会话的改进胶囊网络(SR-ECN)模型。首先，利用图神经网络(GNN)处理会话序列数据，以得到每个项目的隐向量表示；然后，利用胶囊网络的动态路由机制，从交互历史中聚合高级用户偏好；此外，SR-ECN引入自注意力网络进一步考虑用户和项目的潜在信息，为用户推荐更合适的项目。在两个基准数据集Yoochoose和Diginetica上进行实验，实验结果表明，与基于无损边缘保留聚合和快捷图注意力的推荐模型(LESSR)相比，本文模型在推荐召回率(Recall)和平均倒数排名(MRR)评价指标上均提升了约1个百分点，推荐效果优于其他所对比模型。

• 单位
  北京工商大学