面向会话型推荐系统的个性化分层循环模型

作     者：王雅青 郭彩丽 楚云霏 周洪弘 冯春燕 WANG Ya-qing;GUO Cai-li;CHU Yun-fei;ZHOU Hong-hong;FENG Chun-yan

作者机构：北京邮电大学信息与通信工程学院北京100876 北京邮电大学先进信息网络北京实验室北京100876 

出 版 物：《北京邮电大学学报》 (Journal of Beijing University of Posts and Telecommunications)

年 卷 期：2019年第42卷第6期

页      面：142-148页

核心收录：

学科分类：12[管理学] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 081104[工学-模式识别与智能系统] 081203[工学-计算机应用技术] 08[工学] 0835[工学-软件工程] 0811[工学-控制科学与工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：国家重点研发计划项目(2018YFB1800805) 

主　　题：会话型推荐系统 循环神经网络 个性化推荐 

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%.