原创力文档- 1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
- 2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
- 3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
查看更多
序列推荐通过分析用户与项目的交互顺序，可以有效捕捉用户兴趣随时间变
化的规律。会话推荐是一种特殊形式的序列推荐，它不依赖于用户的历史行为数
据，而仅基于当前会话内的行为序列进行推荐。近年来，深度学习技术被广泛应用
于序列推荐领域，并取得显著进展。然而，现有方法仍然存在诸多局限。本文针对
注意力机制和图神经网络在该领域的三个核心问题，提出了相应解决方案：
（1）针对主流自注意力机制在建模稀疏序列数据时未能有效去除噪声，且项目
嵌入在多轮迭代中逐渐趋同的问题，本文提出一种超越自注意力机制的稀疏序
文档评论（0）