HTP：利用全面时序模式进行顺序推荐
摘要：逐步推荐系统通过明确利用用户历史互动的时间顺序，为下一个项目的推荐取得了巨大成功。实际上，如一些开创性的研究所显示的，用户互动除了顺序之外还包含更多有用的时间信息。本文系统地研究了顺序推荐中各种时间信息，并确定了三种有利于顺序推荐的时间模式，包括绝对时间信息、相对物品时间间隔和相对推荐时间间隔。我们是第一个探索面向物品的绝对时间模式的研究者。现有模型仅考虑这三种模式中的一种或两种，我们提出了一种基于全面时间模式的神经网络，命名为HTP，以充分利用这三种模式。特别地，我们引入了新的组件来解决相对物品时间间隔与相对推荐时间间隔之间微妙的相关性，这是一个重大技术挑战。在三个真实世界的基准数据集上进行的大量实验证明，我们的HTP模型始终明显优于许多最先进的模型。我们的代码公开可用于https://github.com/623851394/HTP/tree/main/HTP-main
作者：Chen Rui, Liang Guotao, Ma Chenrui, Han Qilong, Li Li, Huang Xiao
论文ID：2307.11994
分类：Information Retrieval
分类简称：cs.IR
提交时间：2023-07-25