题目: Future Data Helps Training: Modelling Future Contexts for Session-based Recommendation

摘要: 基于会话的推荐系统近年来受到了广泛的关注。为了捕获顺序依赖项,现有的方法要么采用数据扩充技术,要么采用从左到右的自回归训练。由于这些方法的目的是对用户行为的顺序性进行建模,因此在构建目标交互的预测模型时忽略了目标交互的未来数据。然而,我们认为在目标交互之后的未来交互(在培训期间也可用)提供了关于用户偏好的有价值的信号,可以用来提高推荐质量。

然而,正确地将未来的数据集成到模型训练中是不容易实现的,因为它违反了机器学习的原则,很容易导致数据泄漏。为此,我们提出了一种新的编码-解码器框架——基于间隙填充的推荐器(GRec),它通过一个间隙填充机制来训练编码器和解码器。具体地说,编码器采用部分完成的会话序列(其中一些项被目的屏蔽)作为输入,并且解码器根据编码的表示来预测这些屏蔽项。我们使用具有稀疏内核的卷积神经网络实例化了通用的GRec框架,同时考虑了准确性和效率。我们在两个涵盖短期、中期和长期用户会话的真实数据集上进行了实验,结果表明GRec显著优于最先进的顺序推荐方法。更多的实证研究验证了在我们的GRec框架下建模未来环境的高实用性。

成为VIP会员查看完整内容
24

相关内容

中国最大的互联网综合服务提供公司,主营以腾讯网、QQ、微信、腾讯微博、《英雄联盟》等为代表的互联网产品与网络游戏。主要依靠在线游戏、移动及电信增值服务、网络广告和电子商务交易创收。目前,QQ月活跃用户数7.8亿,移动及电信增值服务付费用户数超过3000万,腾讯微博注册用户数4.6亿。 2011年1月,腾讯推出手机应用「微信」进军移动互联网,并于2012年9月获得2亿用户,2013年1月15号用户数突破3亿。作为中国服务用户最多的互联网企业,实力强大的腾讯因对中小创业公司造成的竞争压力而常受诟病。

2004年6月,公司以「0700」为代码正式登陆香港股市。
近期必读的5篇顶会WWW2020【推荐系统】相关论文-Part2
专知会员服务
68+阅读 · 2020年4月7日
【反馈循环自编码器】FEEDBACK RECURRENT AUTOENCODER
专知会员服务
22+阅读 · 2020年1月28日
AAAI 2020 | 多模态基准指导的生成式多模态自动文摘
AI科技评论
16+阅读 · 2020年1月5日
【知识图谱】基于知识图谱的用户画像技术
产业智能官
101+阅读 · 2019年1月9日
推荐中的序列化建模:Session-based neural recommendation
机器学习研究会
16+阅读 · 2017年11月5日
详解TensorForce: 基于TensorFlow建立强化学习API
机械鸡
5+阅读 · 2017年7月22日
Domain Representation for Knowledge Graph Embedding
Arxiv
14+阅读 · 2019年9月11日
Arxiv
22+阅读 · 2018年8月3日
Arxiv
13+阅读 · 2018年4月18日
VIP会员
相关VIP内容
近期必读的5篇顶会WWW2020【推荐系统】相关论文-Part2
专知会员服务
68+阅读 · 2020年4月7日
【反馈循环自编码器】FEEDBACK RECURRENT AUTOENCODER
专知会员服务
22+阅读 · 2020年1月28日
微信扫码咨询专知VIP会员