计算机应用研究

作者：张海通,黄增峰,

单位：复旦大学大数据学院,上海200433；

关键词：会话推荐,图扩散,PageRank,兴趣迁移,意图提取,位置编码,

会话推荐的任务是根据用户近期的点击行为预测下一个点击。该领域之前的模型主要关注到会话推荐中的时序模式（序列特征），但是由于用户兴趣迁移以及商品多属性等因素，物品之间的交互关系可能比呈现出来的时序模式更为复杂。为了解决该问题，受PageRank算法的启发，把会话点击和网页跳转联系起来，提出了一个会话推荐中的影响力扩散模型。具体地说，该模型在会话序列的显式时序结构之上构建了会话图，刻画出更加丰富的转移路径，并通过图扩散模型捕获到物品之间的潜在交互关系。在会话表示阶段，该模型提出了一种新颖的位置编码方式来应对兴趣迁移的状况，并在此基础上设计了一种意图提取框架，能在多兴趣会话中迭代出核心意图。在真实数据集上的实验结果表明，所提模型相较于以往方法有较好的性能，并有效解决了兴趣迁移的问题。

来源：2021年第7期

《计算机应用研究》期刊编辑部

查看计算机应用研究杂志2021年第7期