摘要

近年来,会话推荐系统正逐渐成为推荐系统领域的研究热点,它主要用来解决匿名会话场景下用户点击的下一次推荐任务。与传统的基于内容或基于协同过滤的推荐方式不同,会话推荐系统需要捕捉短期且动态的用户偏好。由于深度神经网络在序列建模和表示学习方面具有优势,深度神经网络方法在会话推荐领域得到广泛的应用。针对深度神经网络方法在会话推荐的整体研究现状,提出了一个系统的综述。首先对会话推荐及深度神经网络进行了简要概述,然后提供了基于深度神经网络的会话推荐模型的分类。接着总结了相应的研究进展,包括这一领域的最新和具有代表性的模型。最后,实验分析对比了现有方法在相同数据集上的表现。通过梳理神经网络的应用脉络,为后续研究会话推荐系统提供参考。