推荐系统基础、方法与技术 课件 9.6 NARM模型示例.pptxVIP

9.6基于GRU的会话推荐系统示例主讲人：

PART1NARM模型介绍PART2实验设置

PART2示例NARM模型本节演示论文《NeuralAttentiveSession-BasedRecommendation》(CIKM’2017)中提出的NARM模型，展示了基于GRU和注意力机制在会话推荐系统中的应用NAMR是一个神经编码器-解码器架构，其基本思路是学习一个推荐模型，既考虑用户的序列行为，又考虑当前会话中的主要目的

PART2示例NARM模型框架示意图

PART2示例实验设置项目地址：/Wang-Shuo/Neural-Attentive-Session-Based-Recommendation-PyTorch使用的数据集：YOOCHOOSE（/RecoHut-Datasets/yoochoose）DIGINETICA（/RecoHut-Datasets/diginetica）读者可先配置conda虚拟环境，然后下载项目中相关依赖包

PART2示例预处理下载数据集YOOCHOOSE和DIGINETICA后，将名为train-item-views.csv和yoochoose-clicks.dat的两个特定文件放入datasets/文件夹中在切换至datasets目录后，执行数据预处理命令pythonpreprocess.py--datase