基于session推荐的论文阅读

今天我们要看一下如下三篇论文:

• SR-GNN: Session-Based Recommendation with Graph Neural Networks
• TA-GNN: Target Attentive Graph Neural Networks for Session-based Recommendation
• GC-SAN: Graph Contextualized Self-Attention Network for Session-based Recommendation

SR-GNN

论文链接: https://arxiv.org/abs/1811.00855

模型结构:

本文主要采用了一种基于门控更新的图神经网络进行节点的表示学习，然后再通过节点的表征信息进行推荐商品的预测。

这里的图，会针对每一个session的item序列构建一个图。具体构图的方式为:

根据出度和入度。上图右边的方框可以看成两部分，左半边为入度的统计，右半边为出度的统计。如: $v_1$到$v_2$有一条边，所以左半边的一行二列处标记为1,其他类似。这里二行三列之所以是1/2，是因为$v_2$即连接了$v_3$也连接了$v^{}$