目录
序列召回(一)
源自论文:http://arxiv.org/abs/1511.06939
基于GRU的序列召回中通过GRU得到用户的embedding,与所有item的embedding做内积。两个向量内积就是用户-item的相似度。
一个用户和所有item的内积,相当于获得了所有item的得分。
序列召回(二)
召回:输入一个用户的(点击)序列,通过某种方法(序列建模的方法),把用户输入的序列变为向量,用用户向量,在所有的item的向量进行快速检索,依次达到序列召回的效果。
核心:对一个序列进行建模。(怎么把用户的行为序列变为一个用户的向量)
论文链接:https://arxiv.org/abs/1811.00855
用GNN对序列进行建模。

记录了节点的出边信息和入边信息。

把和第i个节点相连的item的embedding加权求和的效果。(消息聚合)

全连接层的操作。

n:序列里面item的个数
d:序列embedding的维度

本文围绕序列召回展开,介绍了基于GRU的序列召回,通过GRU得到用户embedding与item的embedding做内积获相似度得分。还阐述了用GNN对序列建模实现召回,以及多兴趣召回,从用户行为序列提取多兴趣表征并进行loss训练和召回。此外,介绍了Comirec框架及多样性控制的贪心算法。
最低0.47元/天 解锁文章
9737

被折叠的 条评论
为什么被折叠?



