摘要

针对现有的大多数序列推荐模型只考虑与用户交互的项目序列,却经常忽视用户的微观行为即用户与项目交互的具体操作行为的问题,本文提出了一种融合用户项目序列和微观行为的序列推荐方法,在学习用户宏观项目序列特征的基础上,将用户微观行为考虑进来。首先进行多层次序列特征的学习与提取,由于宏观项目序列和微观操作序列表现着不同的转换模式且对序列推荐任务有着不同的影响,因此分别利用图神经网络与Transformer对项目序列与操作序列进行建模,以充分捕获序列中项目的转换模式,学习到更加细粒度的特征,然后计算可能成为下一项推荐的得分,为用户生成下一项推荐。实验验证了本文提出方法的有效性。