【SR-GNN】Session-based Recommendation with Graph Neural Networks詳解

結構圖： 首先，將所有會話序列建模爲定向會話圖，其中每個會話序列可以作爲子圖處理。然後依次處理每個會話圖，通過門控圖神經網絡得到每個圖中所有節點的潛在向量。然後，我們將每個會話表示爲全局首選項和用戶當前對該會話的興趣的組合，其中這些全局和本地會話嵌入向量都由節點的潛在向量組成。最後，對於每個會話，我們預測每個條目成爲下一個單擊的概率。在真實數據集上進行的大量實驗證明了該方法的有效性。 開源代碼在：

>>阅读原文<<