论文部分内容阅读
为解决基于循环神经网络会话推荐方法全局偏好表示不准确,以及欠考虑目标项目与所有项目相关性的问题,提出一种基于图神经网络和注意力机制的会话推荐方法。利用图神经网络捕捉会话项目间的依赖关系,得到项目嵌入;通过多头注意力生成全局嵌入准确表示全局偏好,根据目标注意力生成目标嵌入激活目标项目相关性;融合当前嵌入,得到会话嵌入,预测下一次点击。在公共数据集上进行对比实验,实验结果表明,相较最优基准模型,P@20最高达到了71.74%,提高超过0.3个百分点,MRR@20最高达到了35.20%,提高超过3个百分点,验证了该方法的有效性。