面向会话型推荐系统的个性化分层循环模型

王雅青, 郭彩丽, 楚云霏, 周洪弘, 冯春燕

1. 北京邮电大学 信息与通信工程学院, 北京 100876;
2. 北京邮电大学 先进信息网络北京实验室, 北京 100876

收稿日期:2019-07-09出版日期:2019-12-28发布日期:2019-11-15
通讯作者:郭彩丽(1977-),女,教授,博士生导师,E-mail:guocaili@bupt.edu.cn.E-mail:guocaili@bupt.edu.cn
作者简介:王雅青(1990-),女,博士生.
基金资助:国家重点研发计划项目（2018YFB1800805）

Personalized Hierarchical Recurrent Model for Session-Based Recommendation Systems

WANG Ya-qing, GUO Cai-li, CHU Yun-fei, ZHOU Hong-hong, FENG Chun-yan

1. School of Information and Communication Engineering, Beijing University of Posts and Telecommunications, Beijing 100876, China;
2. Beijing Laboratory of Advanced Information Networks, Beijing University of Posts and Telecommunications, Beijing 100876, China

Received:2019-07-09Online:2019-12-28Published:2019-11-15

摘要/Abstract

摘要： 为了精准地捕捉用户行为模式，引入中期兴趣的概念，提出一个基于循环神经网络（RNN）的个性化分层循环模型，通过在同一框架下联合利用用户的会话、区块和全部行为序列来学习用户的综合兴趣.利用一个捕捉会话内序列模式的会话级RNN建模用户的短期兴趣；设计了一个捕捉区块内相邻会话关联关系的区块级RNN，进一步描述用户的中期兴趣；使用一个用户级RNN追踪长期兴趣的演化；引入带有不同交互机制的融合层，以有效融合不同层次的兴趣信息.在3个真实数据集上进行实验，结果表明，该方法与先进的推荐方法相比，Recall@10提升了18.35%.
中图分类号:
TP301

引用本文

王雅青, 郭彩丽, 楚云霏, 周洪弘, 冯春燕. 面向会话型推荐系统的个性化分层循环模型[J]. 北京邮电大学学报, 2019, 42(6): 142-148.
WANG Ya-qing, GUO Cai-li, CHU Yun-fei, ZHOU Hong-hong, FENG Chun-yan. Personalized Hierarchical Recurrent Model for Session-Based Recommendation Systems[J]. JOURNAL OF BEIJING UNIVERSITY OF POSTS AND TELECOM, 2019, 42(6): 142-148.





PDF全文下载地址:

https://journal.bupt.edu.cn/CN/article/downloadArticleFile.do?attachType=PDF&id=4596