会话推荐旨在根据用户历史行为序列预测将要与之交互的下一项。如何深入分析会话序列内部复杂的依赖关系，精确提取用户潜在偏好是目前会话推荐模型设计面临的巨大挑战。针对此，提出一种结合注意力机制的图神经网络会话推荐模型（AMSR-GNN）。该模型首先将全部会话数据构建为图，通过图神经网络获取图上节点局部嵌入表示；其次，利用含有噪声滤除器的注意力机制显示地过滤掉不重要的节点表征，得到去噪增强的全局嵌入表示，最后，由预测层考虑物品的局部嵌入表示和全局嵌入表示，为用户生成个性化推荐。
科研之友
微信
新浪微博
Facebook
分享链接
