-
题名用户行为序列个性化推荐研究综述
被引量：7
- 1
-
-
作者
汪菁瑶
吴国栋
范维成
涂立静
李景霞
-
机构
安徽农业大学信息与计算机学院
-
出处
《小型微型计算机系统》
CSCD
北大核心
2022年第5期921-935,共15页
-
基金
国家自然科学基金项目(31671589)资助
安徽省自然科学基金项目(2108085MF209)资助
+1 种基金
安徽省科技重大专项项目(202103b06020013)资助
嵌入式系统与服务计算教育部重点实验室开放基金项目(ESS-CKF2020-03)资助。
-
文摘
作为缓解信息过载的一种重要方式,推荐系统可以帮助用户从海量信息中快速找到有价值的信息,其应用也越来越广泛.用户行为序列个性化推荐,又简称为序列推荐,主要根据用户与物品交互行为对用户特征进行建模,进而使用不同方法捕捉用户的长期偏好和短期偏好,向用户推荐其可能感兴趣的物品.本文从用户偏好会随时间变化的视角出发,分为用户长期偏好、短期偏好和长短期偏好3个方面,重点探讨了现有用户行为序列个性化推荐研究取得的主要进展;分析了当前用户行为序列个性化推荐研究中存在的冷启动、数据稀疏和噪声干扰等主要问题,并进一步展望了该领域未来主要研究方向.
-
关键词
用户行为序列
序列推荐
长期偏好
短期偏好
-
Keywords
user behavior sequence
sequence recommendation
long-term preference
short-term preference
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名双通道异构图神经网络序列推荐算法
被引量：5
- 2
-
-
作者
邬锦琛
杨兴耀
于炯
李梓杨
黄擅杭
孙鑫杰
-
机构
新疆大学软件学院
-
出处
《计算机科学与探索》
CSCD
北大核心
2023年第6期1473-1486,共14页
-
基金
国家自然科学基金(61862060,61966035,61562086)
新疆维吾尔自治区教育厅项目(XJEDU2016S035)
+1 种基金
新疆大学博士科研启动基金(BS150257)
新疆维吾尔自治区自然科学基金(2022D01C56)。
-
文摘
基于用户行为序列的推荐系统的目的是根据上一次序列的顺序预测用户的下一次点击。目前的研究一般是根据用户行为序列中项目的转换来了解用户偏好。然而,行为序列中的其他有效信息被忽略,如用户配置文件,这会导致模型无法了解用户的特定偏好。提出了一种基于双通道异构图神经网络的用户行为序列推荐算法(DC-HetGNN),该方法通过异构图神经网络通道和异构图线图通道学习行为序列嵌入,并捕获用户的特定偏好。DC-HetGNN会根据行为序列构造包含各种类型节点的异构图,可以捕获项目、用户和序列之间的依赖关系。其次,异构图神经网络通道和异构图线图通道捕获物品复杂转换及序列之间的交互信息,并学习包含用户信息的物品嵌入。最后,考虑到用户长期和短期偏好的影响,将局部和全局序列嵌入与注意力网络相结合,得到最终的序列嵌入。在两个电商用户行为序列数据集Diginetica和Tmall上进行的实验表明,DC-HetGNN与新近模型FGNN相比在指标平均倒数排名(MRR)和召回率(Recall)中平均分别提升2.08%和0.78%,与TGSRec相比在指标MRR@n和Recall@n中平均分别提升2.70%和0.49%。
-
关键词
推荐系统
用户行为序列
异构图神经网络
-
Keywords
recommender system
user behavior sequence
heterogeneous graph neural network
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
