会话推荐的目标是根据用户的当前会话和历史会话预测用户的下一次点击。现有的会话推荐方法在捕获复杂的项目转换关系时存在不足，且在提取长短期偏好和对数据进行训练时，容易使数据变得平滑，从而影响推荐准确度。为此，提出了一种融合自注意力机制的图神经网络（SA-GNN）。SA-GNN主要由两部分构成：一是添加反向位置嵌入的图神经网络，主要用于提取序列的短期偏好信息；二是采用可以忽略项目间距离因素的自注意力机制来提取长期偏好信息。实验表明，SA-GNN具有优于基线推荐算法的推荐性能。
科研之友
微信
新浪微博
Facebook
分享链接
