摘要：顺序推荐系统（SRS）的新兴主题近年来引起了越来越多的关注。与传统的推荐系统（RS）包括协作过滤和基于内容的过滤不同，SRS尝试了解并建模顺序用户行为，用户与项目之间的交互以及用户偏好和项目受欢迎程度随时间的演变。 SRS涉及以上方面，以更精确地表征用户上下文，意图和目标以及项目消费趋势，从而产生更 阅读全文

摘要：摘要： 在基于实时会话的推荐（例如电子商务和媒体流）中，在简短的匿名交互会话中而不是长期历史中预测用户的偏好是一个具有挑战性的问题。基于会话的推荐器系统的最新研究主要通过利用注意机制来关注顺序模式，这对于按时间对会话的自然顺序进行分类很简单。但是，在项目选择的转换过程中，用户的偏好比仅连续的时间模式 阅读全文

摘要：pdf:Session-based Recommendation with Graph Neural Networks(SR-GNN)参考博客:https://sxkdz.github.io/research/SR-GNN/摘要基于会话的推荐问题旨在预测基于匿名会话的用户操作。先前的方法将会话建模为 阅读全文

摘要：摘要:基于会话的推荐（SBR）是一项具有挑战性的任务，旨在基于匿名行为序列来推荐项目。几乎所有现有的SBR解决方案都仅基于当前会话来模拟用户的性能，而没有利用其他会话，这些会话可能包含与当前会话相关的项目转换和无关的项目转换。本文提出了一种称为“全局上下文增强图神经网络”（GCE-GNN）的新颖方法 阅读全文