科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对现有会话推荐采用单一模型无法兼顾全局和局部信息，从而影响推荐性能的问题，提出融合图神经网络和稀疏自注意力的会话推荐模型(SSA-GNN)。模型采用稀疏自注意力构建全局隐向量，以解决无关项的干扰和图神经网络难以表示长距离依赖的问题；采用目标注意图神经网络构建局部隐向量，更深层次的捕获项目间的复杂依赖。最后在预测层将全局和局部隐向量线性连接，有效兼顾了全局和局部信息。模型在Yoochoose1/64数据集上的试验结果比基线模型GC-SAN在评价指标P@20上提高了1.25%,MRR@20上提高了4.59%。
- 单位
