基于会话的推荐方法综述 被引量：6

1

作者 陈晋鹏 李海洋 +2 位作者 张帆 李环 魏凯敏 《中文信息学报》 CSCD 北大核心 2023年第3期1-17,26,共18页

近年来,基于会话的推荐方法受到学术界的广泛关注。随着深度学习技术的不断发展,不同的模型结构被应用于基于会话的推荐方法中,如循环神经网络、注意力机制、图神经网络等。该文对这些基于会话的推荐模型进行了详细的分析、分类和对比,... 近年来,基于会话的推荐方法受到学术界的广泛关注。随着深度学习技术的不断发展,不同的模型结构被应用于基于会话的推荐方法中,如循环神经网络、注意力机制、图神经网络等。该文对这些基于会话的推荐模型进行了详细的分析、分类和对比,阐明了这些方法各自解决的问题与存在的不足。具体而言,该文首先通过调研,将基于会话的推荐方法与传统推荐方法进行比较,阐明基于会话的推荐方法的主要优缺点;其次,详细描述了现有的基于会话的推荐模型如何建模会话集中的复杂数据信息,以及这些模型方法可解决的技术问题;最后,该文讨论并指出了在基于会话推荐的领域中存在的挑战和未来研究的方向。 展开更多

关键词 基于会话的推荐方法 会话建模 深度学习

在线阅读 下载PDF 职称材料

基于项目级和类别级双混合超图的会话推荐

2

作者 李建伏 张丹 《计算机工程与设计》 北大核心 2025年第6期1758-1765,共8页

为捕获项目间和类别间复杂的顺序、高阶依赖关系,提出一种基于项目级和类别级双混合超图融合的会话推荐方法DF-MHCN。分别从项目和类别转换角度构建一个项目级混合超图和一个类别级混合超图;提出混合超图卷积网络更新两个混合超图中节... 为捕获项目间和类别间复杂的顺序、高阶依赖关系,提出一种基于项目级和类别级双混合超图融合的会话推荐方法DF-MHCN。分别从项目和类别转换角度构建一个项目级混合超图和一个类别级混合超图;提出混合超图卷积网络更新两个混合超图中节点的表示;引入引导注意力机制融合两种节点表示;用更新后的节点嵌入学习会话表示,计算每个节点的点击概率并推荐概率最大的k个项目。实验结果表明,DF-MHCN方法相对于现有的会话推荐方法具有较高的精度。 展开更多

关键词 基于会话的推荐 混合超图 项目级混合超图 类别级混合超图 超图卷积网络 混合超图卷积网络 引导注意力机制

在线阅读 下载PDF 职称材料

UniRec:融合项目表示一致性信息的会话推荐模型

3

作者 翟雨欣 彭敦陆 朱金玲 《小型微型计算机系统》 北大核心 2025年第4期856-862,共7页

会话推荐是根据匿名的交互序列预测下一个商品的任务.基于用户历史行为准确建模用户的下一个动作对提高推荐性能至关重要.近些年,许多研究者使用对比学习来改进向量的表示以提高建模的准确性.但现有的基于对比学习的方法大多数都涉及复... 会话推荐是根据匿名的交互序列预测下一个商品的任务.基于用户历史行为准确建模用户的下一个动作对提高推荐性能至关重要.近些年,许多研究者使用对比学习来改进向量的表示以提高建模的准确性.但现有的基于对比学习的方法大多数都涉及复杂的建模过程,过度依赖于模型结构,从而忽视了优化项目表示空间的重要性.为此,本文提出了一种融合项目表示一致性信息与会话信息的会话推荐模型(UniRec).模型通过构建位置感知图来提取细粒度的全局级信息,并利用图注意力网络(GAT)学习项目间成对的过渡关系捕获会话级信息,引入额外的损失函数关注项目表示空间的一致性.最后,使用融合函数获得最终项目表示预测出下一个可能交互的item.在3个真实数据集上的对比实验结果表明,相对基线模型,本文所提模型在P@20、MRR@20等指标上具有一定的提升. 展开更多

关键词 基于会话的推荐系统 一致性信息 对比学习 图神经网络

在线阅读 下载PDF 职称材料

多通道图神经网络的层次化融合模型用于增强会话的推荐 被引量：1

4

作者 岳彩梦 彭敦陆 《小型微型计算机系统》 CSCD 北大核心 2024年第7期1599-1607,共9页

基于会话的推荐系统(SBR)旨在根据用户历史的行为去预测下一个最有可能点击的项目.一方面由于会话推荐序列较短,可用的信息比较少,另一方面会话推荐多为匿名用户,没有丰富的用户信息,导致无法获得用户历史的交互行为或者用户的偏好,这为... 基于会话的推荐系统(SBR)旨在根据用户历史的行为去预测下一个最有可能点击的项目.一方面由于会话推荐序列较短,可用的信息比较少,另一方面会话推荐多为匿名用户,没有丰富的用户信息,导致无法获得用户历史的交互行为或者用户的偏好,这为SBR带来了挑战.现有基于SBR研究方法大都是将会话序列建模为成对的图结构化数据或者建模为超图结构化数据,这种将会话序列建模为单一图的方法无法捕获更完整的项目转化信息,从而降低模型的准确度.为了充分考虑会话之间的相互影响,本文提出了一种多通道图神经网络的层次化融合模型用于增强会话的推荐(HFMC-SBR).模型首先将会话序列建模为全局图、局部图和超图数据,然后分别使用全局编码层和局部编码层以及超图卷机神经网络来捕获节点之间复杂的依赖性关系,学习3种项目嵌入,进而获得全局、局部以及超图项目表示信息,进而引入3层融合模型将三通道融合形成项目表示获得完整的项目转化信息,同时使用注意力机制和反向位置编码对全局上下文和局部上下文信息以及超图通道捕获的会话之间的高阶关系进行有效的融合.实验表明,本文所提出的模型HFMC-SBR,在Tmall、Diginetica和Yoochoose3种数据集上所表现的性能优于基线模型. 展开更多

关键词 基于会话的推荐系统 多通道信息融合 层级融合

在线阅读 下载PDF 职称材料

考虑用户意图和时间间隔的会话型深度学习推荐系统 被引量：8

5

作者 刘浩翰 吕鑫 李建伏 《计算机应用与软件》 北大核心 2021年第3期190-195,223,共7页

基于循环神经网络的会话型推荐系统在建模用户点击行为时,无法同时考虑用户行为之间的时间间隔和用户的主要意图。针对该问题,在现有的基于注意力机制的会话型推荐系统和仅考虑用户行为时间间隔的Time-LSTM的深度学习模型的基础上提出... 基于循环神经网络的会话型推荐系统在建模用户点击行为时,无法同时考虑用户行为之间的时间间隔和用户的主要意图。针对该问题,在现有的基于注意力机制的会话型推荐系统和仅考虑用户行为时间间隔的Time-LSTM的深度学习模型的基础上提出一个新的基于会话的推荐系统TASR。利用Time-LSTM建模时间间隔影响用户行为,并利用注意力机制捕获用户的主要意图。在两个公开数据集上的实验验证了该算法的有效性。 展开更多

关键词 行为建模 基于会话的推荐系统 注意力机制 时间间隔 用户意图

在线阅读 下载PDF 职称材料

基于会话的双层注意力机制新闻推荐方法 被引量：6

6

作者 王海艳 胡阳 《南京邮电大学学报（自然科学版）》 北大核心 2021年第1期99-106,共8页

随着新闻信息的爆炸式增长,个性化新闻推荐对用户快速找到感兴趣的新闻变得非常重要。基于会话的推荐旨在根据用户的行为序列向用户推荐下一个可能感兴趣的项目。但是,现有方法大都忽略了会话内用户阅读行为的随机性和偶然性,难以捕捉... 随着新闻信息的爆炸式增长,个性化新闻推荐对用户快速找到感兴趣的新闻变得非常重要。基于会话的推荐旨在根据用户的行为序列向用户推荐下一个可能感兴趣的项目。但是,现有方法大都忽略了会话内用户阅读行为的随机性和偶然性,难以捕捉用户的主要兴趣,或者将用户会话视为单个序列,忽视了用户兴趣在不同会话之间的演变和关联。文中提出了一种基于会话的双层注意力机制新闻推荐方法,该方法将用户行为序列划分成多个会话:首先使用卷积神经网络对用户点击的新闻特征进行提取;其次在兴趣感知注意力层结合门控循环单元和自注意力机制获取用户在每个会话内的主要兴趣;最后,在会话感知注意力层使用注意力机制建模当前会话和历史会话之间用户兴趣的关联程度以形成最终的用户兴趣表示。通过在真实世界的数据集上与基准方法进行对比实验,结果表明了所提方法在新闻推荐上的有效性。 展开更多

关键词 新闻推荐 基于会话的推荐 注意力机制 神经网络

在线阅读 下载PDF 职称材料

融合热点与长短期兴趣的图神经网络课程推荐模型 被引量：1

7

作者 刘源 董永权 +2 位作者 陈成 贾瑞 印婵 《计算机科学与探索》 CSCD 北大核心 2024年第6期1600-1612,共13页

近年来大规模在线开放课程(MOOCs)平台为用户提供了海量的学习资源,亟需一种有效的个性化课程推荐方法帮助用户解决信息过载问题。现有的课程推荐方法忽略了课程间的时序性且无法较好地捕获课程间的长距离依赖关系,同时面临用户学习兴... 近年来大规模在线开放课程(MOOCs)平台为用户提供了海量的学习资源,亟需一种有效的个性化课程推荐方法帮助用户解决信息过载问题。现有的课程推荐方法忽略了课程间的时序性且无法较好地捕获课程间的长距离依赖关系,同时面临用户学习兴趣表示和冷启动两个关键问题。基于此,提出一种融合热点与长短期兴趣的图神经网络课程推荐模型(GHLS4CR)。该模型设计无环时序图和无环快捷图两种会话图构建方法来缓解现有方法存在的时序信息丢失和不善于捕获长距离依赖的问题;将用户长短期兴趣进行图级表示,并与热门课程信息进行融合实现个性化推荐,同时缓解冷启动问题。通过在学堂在线(XuetangX)公开数据集MOOCCourse上的大量实验表明,GHLS4CR在个性化课程推荐领域优于FISSA和LESSR等主流推荐模型。与次好的LESSR模型相比,Recall@5提高了13.28%,MRR@5提高了15.50%。 展开更多

关键词 课程推荐 基于会话的推荐 图神经网络 长短期兴趣 冷启动

在线阅读 下载PDF 职称材料

基于会话推荐的动态层次意图建模

8

作者 张梦菲 郭诚 +4 位作者 潘茂 金佳琪 辛增卫 方金云 陈树肖 《高技术通讯》 CAS 2022年第4期367-378,共12页

为解决当前基于会话的推荐系统方法在建模用户偏好时存在拍取的用户兴趣表示单一、静态问题,提出了一种动态层次意图学习网络。该网络同时考虑用户的多层意图和动态序列行为,设计了动态卷积神经网络和兴趣聚集门2个模块,并在每层抽取用... 为解决当前基于会话的推荐系统方法在建模用户偏好时存在拍取的用户兴趣表示单一、静态问题,提出了一种动态层次意图学习网络。该网络同时考虑用户的多层意图和动态序列行为,设计了动态卷积神经网络和兴趣聚集门2个模块,并在每层抽取用户的特定粒度意图。此外还提出一个层级意图上下位损失函数,来约束用户意图的层次性。最后使用融合多种粒度的意图会话表示进行推荐。在3个真实数据集上的大量实验表明,模型在准确性和多样性上同时优于其他基于会话的推荐方法。 展开更多

关键词 基于会话的推荐系统 推荐系统 层次性意图 动态用户兴趣 动态卷积

在线阅读 下载PDF 职称材料

基于图表示学习的会话感知推荐模型 被引量：20

9

作者 曾义夫 牟其林 +2 位作者 周乐 蓝天 刘峤 《计算机研究与发展》 EI CSCD 北大核心 2020年第3期590-603,共14页

根据历史记录预测用户的下一次点击(即基于会话的推荐)是推荐系统中一个重要的子任务.重点研究会话推荐中如何在不牺牲预测准确性的情况下缓解用户的兴趣漂移问题,提高用户满意度.基本思想是从全局统计的角度出发,建立一个用于表示物品... 根据历史记录预测用户的下一次点击(即基于会话的推荐)是推荐系统中一个重要的子任务.重点研究会话推荐中如何在不牺牲预测准确性的情况下缓解用户的兴趣漂移问题,提高用户满意度.基本思想是从全局统计的角度出发,建立一个用于表示物品先后点击顺序的物品依赖关系图,据此提出一种图表示学习算法,生成可以保留关联物品间复杂关联关系的物品向量表达,最后,基于长短期记忆机制,将物品向量表达作为“固定”输入,从而构建一个可以同时捕捉用户长期兴趣和短期兴趣的会话感知推荐模型.不同于其他相关工作,首次提出将下一次点击预测模型建立在“固定”物品表达的基础上.在公开数据集上的实验结果表明:提出的推荐模型在预测准确性和推荐多样新颖性上的表现优于其他相关方法. 展开更多

关键词 基于会话的推荐系统 行为建模 图表示学习 用户兴趣 神经网络

在线阅读 下载PDF 职称材料

基于会话的多粒度图神经网络推荐模型 被引量：14

10

作者 任俊伟 曾诚 +2 位作者 肖丝雨 乔金霞 何鹏 《计算机应用》 CSCD 北大核心 2021年第11期3164-3170,共7页

基于会话的推荐旨在根据当前用户的匿名会话的点击序列信息来预测用户的下一次点击行为。现有方法多数都是通过对用户会话点击序列的物品信息进行建模,并学习物品的向量表示,进而进行推荐。而作为一种粗粒度的信息,物品的类别信息对物... 基于会话的推荐旨在根据当前用户的匿名会话的点击序列信息来预测用户的下一次点击行为。现有方法多数都是通过对用户会话点击序列的物品信息进行建模,并学习物品的向量表示,进而进行推荐。而作为一种粗粒度的信息,物品的类别信息对物品有聚合作用,可作为物品信息的重要补充。基于此,提出了基于会话的多粒度图神经网络推荐模型(SRMGNN)。首先,使用图神经网络(GNN)得到会话序列中的物品和物品类别的嵌入向量表示,并使用注意力网络捕捉用户的注意力信息;然后,将赋予了不同注意力权重值的物品和物品类别信息进行融合后,输入到门限循环单元(GRU)里;最后,通过GRU学习会话序列的物品时序信息,并给出推荐列表。在公开的Yoochoose数据集和Diginetica数据集上进行实验,实验结果验证了该模型在增加了物品类别信息后的优势,且实验结果表明了在Precision@20和MRR@20这2种评价指标上,该模型相较于短期注意力/记忆优先级(STAMP)模型、神经注意力(NARM)模型、GRU4REC等8种模型均有更好的效果。 展开更多

关键词 基于会话的推荐 多粒度 推荐模型 图神经网络 点击序列

在线阅读 下载PDF 职称材料

基于多图神经网络的会话感知推荐模型 被引量：11

11

作者 南宁 杨程屹 武志昊 《计算机应用》 CSCD 北大核心 2021年第2期330-336,共7页

针对基于会话的推荐算法主要依赖目标会话中的信息,而未充分利用其他会话中的协同信息的问题,提出了一种基于多图神经网络的会话感知推荐(MGSP)模型。首先,根据目标会话与训练集中的所有会话构建物品转移图(ITG)和协同关联图(CRG),并基... 针对基于会话的推荐算法主要依赖目标会话中的信息,而未充分利用其他会话中的协同信息的问题,提出了一种基于多图神经网络的会话感知推荐(MGSP)模型。首先,根据目标会话与训练集中的所有会话构建物品转移图(ITG)和协同关联图(CRG),并基于这两张图应用图神经网络(GNN)来汇聚节点的信息,得到两类的节点表示;然后,经过双层注意力模块对两类节点表示建模,获取会话级别的表示;最后,使用注意力机制进行信息融合,得到最终的会话表示,并预测下一个交互物品。分别在电商和民航两个场景下进行了对比实验,实验结果表明,相较最优的基准模型,MGSP模型在电商数据集各项指标上的提高超过1个百分点,在民航数据集各项指标上的提高约为3个百分点,验证了MGSP模型的有效性。 展开更多

关键词 基于会话的推荐 多图神经网络 注意力机制 个性化偏好 协同信息

在线阅读 下载PDF 职称材料

基于时序推理的分层会话感知推荐模型 被引量：2

12

作者 罗鹏宇 吴乐 +2 位作者 吕扬 袁堃平 洪日昌 《计算机科学》 CSCD 北大核心 2020年第11期73-79,共7页

基于会话的推荐系统,旨在根据匿名会话预测用户下一时刻的行为,这在很多互联网服务中颇为常见。该问题的主要挑战在于,如何模拟目标会话中用户行为的时序关系,并利用有限长度的会话刻画用户的兴趣。现有的方法根据目标会话中邻近物品的... 基于会话的推荐系统,旨在根据匿名会话预测用户下一时刻的行为,这在很多互联网服务中颇为常见。该问题的主要挑战在于,如何模拟目标会话中用户行为的时序关系,并利用有限长度的会话刻画用户的兴趣。现有的方法根据目标会话中邻近物品的时序关系来建模用户的行为模式,并对目标会话中的物品信息进行选择性地保留和利用,进而聚合为会话的整体特征,并将其作为目标会话对应的用户兴趣。为了更好地建模用户行为模式和用户兴趣,文中提出了一种基于时序推理的分层会话感知推荐模型。一方面,不同于以往工作对目标会话中"邻近物品即相关"的假设,文中对目标会话中交互物品之间的依赖关系进行推理,并在会话中学习更灵活的时序关系,以建模用户的行为模式;另一方面,从目标会话中的物品和物品特征两个层次进行物品信息的聚合,实现更细粒度的用户兴趣推断。在两个公共数据集上的实验中,所提模型均优于其他基准模型,验证了其有效性。 展开更多

关键词 基于会话的推荐系统 匿名会话 时序推理 用户兴趣 神经网络

在线阅读 下载PDF 职称材料

基于多模态知识图的用户微行为会话推荐 被引量：2

13

作者 孙伟 申建芳 陈平华 《小型微型计算机系统》 CSCD 北大核心 2023年第4期706-714,共9页

基于会话推荐的目标是根据给定的会话预测下一个交互项.针对现有基于会话推荐大多只关注某个用户交互项的连续项来捕获相关信息;以及利用知识图谱提供辅助信息的过程中忽略了多模态知识图中各种数据类型的问题.本文提出多模态知识图的... 基于会话推荐的目标是根据给定的会话预测下一个交互项.针对现有基于会话推荐大多只关注某个用户交互项的连续项来捕获相关信息;以及利用知识图谱提供辅助信息的过程中忽略了多模态知识图中各种数据类型的问题.本文提出多模态知识图的用户微行为的会话模型,将用户微行为和多模态知识纳入基于会话推荐的多任务学习中,用户微行为对项目的建模在微观行为级别上,使用一系列项目操作对来充分捕获会话中的用户意图.提出多模态知识图注意力网络,通过使用多模态图注意机制进行信息传播,将得到的聚集嵌入表示进行推荐.考虑候选项目信息来平衡局部和全局表示的门控模块,门控模块利用多层感知器层对候选项目、最近交互项目和每个用户的全局偏好之间的关系进行建模来计算权重.在两个基准数据集的实验结果表明,本文所提模型优于最新基于会话的推荐,有利于提升推荐的准确率. 展开更多

关键词 基于会话的推荐 多模态知识图谱 用户微行为 项目相似门

在线阅读 下载PDF 职称材料

基于图神经网络和时间注意力的会话序列推荐 被引量：12

14

作者 孙鑫 刘学军 +1 位作者 李斌 梁珂 《计算机工程与设计》 北大核心 2020年第10期2913-2920,共8页

为解决基于循环神经网络及其改进的方法在处理会话序列数据时只考虑序列行为,无法从有限的点击中获得准确的会话向量表示的问题,提出一种基于图神经网络和时间注意力的会话序列推荐算法。结合门控图神经网络和项目浏览时间信息,有效建... 为解决基于循环神经网络及其改进的方法在处理会话序列数据时只考虑序列行为,无法从有限的点击中获得准确的会话向量表示的问题,提出一种基于图神经网络和时间注意力的会话序列推荐算法。结合门控图神经网络和项目浏览时间信息,有效建模会话中所有点击项目之间的复杂转换,更充分利用用户浏览信息,使会话向量表示的计算更准确、区分度更高。实验结果表明,该方法能够提高推荐结果的准确性,更为有效地预测用户的下一次点击。 展开更多

关键词 基于会话的推荐 会话图 门控图神经网络 注意力机制 时间注意力因子

在线阅读 下载PDF 职称材料

基于全局增强图神经网络的序列推荐 被引量：9

15

作者 周芳泉 成卫青 《计算机科学》 CSCD 北大核心 2022年第9期55-63,共9页

已有基于会话的推荐系统大多根据最后一个点击的项目与当前会话的用户偏好的相关性进行推荐,忽略了在其他会话中可能包含了与当前会话相关的项目转换,这些项目转换可能对用户的当前偏好也有一定的影响,因此需要从局部会话和整体会话的... 已有基于会话的推荐系统大多根据最后一个点击的项目与当前会话的用户偏好的相关性进行推荐,忽略了在其他会话中可能包含了与当前会话相关的项目转换,这些项目转换可能对用户的当前偏好也有一定的影响,因此需要从局部会话和整体会话的角度来综合分析用户偏好;并且这些推荐系统大多忽略了位置信息的重要性,而与预测位置越近的项目可能与当前用户兴趣的相关性越高。针对这些问题,提出一种基于全局增强的图神经网络的推荐模型(GEL-GNN)。GEL-GNN旨在根据所有会话预测用户的行为,它使用GNN来捕获当前会话的全局和局部之间的关系,使用LSTM来捕获全局层面会话间的关系。首先,通过注意力机制层将用户的偏好表示为基于全局层面和局部层面会话兴趣的组合;然后,使用反向位置信息衡量当前位置和预测位置之间的距离,以便更加准确地预测用户行为。在3个真实的数据集上进行了大量的实验,实验结果表明GEL-GNN优于现有的基于会话的图神经网络推荐模型。 展开更多

关键词 基于会话的推荐 图神经网络 注意力机制 位置信息

在线阅读 下载PDF 职称材料

面向强化当前兴趣的图神经网络推荐算法研究 被引量：2

16

作者 孔亚钰 卢玉洁 +3 位作者 孙中天 肖敬先 侯昊辰 陈廷伟 《广西师范大学学报（自然科学版）》 CAS 北大核心 2022年第3期151-160,共10页

在基于会话的推荐中,与传统序列建模相比,将会话序列建模为图结构在该领域表现得更为出色。但是,现有的研究方法仅利用图结构来挖掘项目之间转换特性,以此捕获用户当前兴趣的能力有限。本文提出一种面向强化当前兴趣的图神经网络推荐算... 在基于会话的推荐中,与传统序列建模相比,将会话序列建模为图结构在该领域表现得更为出色。但是,现有的研究方法仅利用图结构来挖掘项目之间转换特性,以此捕获用户当前兴趣的能力有限。本文提出一种面向强化当前兴趣的图神经网络推荐算法,通过引入位置嵌入,并与图神经网络相结合,从而互补顺序感知模型和图形感知模型的优势。会话序列被建模为图结构,并取原始序列的最后一次点击,通过多头注意力机制计算其对图节点信息的注意力权重,以更加准确地获取用户当前兴趣的表示。同时,在2个真实的数据集上进行验证实验,结果表明本文提出的方法实现了所有方法的最佳性能,特别是在Diginetica数据集上,所有评价指标都提升了7%以上,MRR@10指标甚至提升了9.52%,证明本文所提方法对基于会话推荐的正确性和有效性。 展开更多

关键词 基于会话的推荐 会话图 图神经网络 多头注意力机制 位置嵌入

在线阅读 下载PDF 职称材料