-
题名基于会话的推荐方法综述
被引量:4
- 1
-
-
作者
陈晋鹏
李海洋
张帆
李环
魏凯敏
-
机构
北京邮电大学计算机学院(国家示范性软件学院)
北京邮电大学可信分布式计算与服务教育部重点实验室
浙江大学计算机科学与技术学院
暨南大学信息科学技术学院
-
出处
《中文信息学报》
CSCD
北大核心
2023年第3期1-17,26,共18页
-
基金
国家自然科学基金(61702043,61972178)
广东省自然科学基金(2019A1515011753,2019B1515120010)
-
文摘
近年来,基于会话的推荐方法受到学术界的广泛关注。随着深度学习技术的不断发展,不同的模型结构被应用于基于会话的推荐方法中,如循环神经网络、注意力机制、图神经网络等。该文对这些基于会话的推荐模型进行了详细的分析、分类和对比,阐明了这些方法各自解决的问题与存在的不足。具体而言,该文首先通过调研,将基于会话的推荐方法与传统推荐方法进行比较,阐明基于会话的推荐方法的主要优缺点;其次,详细描述了现有的基于会话的推荐模型如何建模会话集中的复杂数据信息,以及这些模型方法可解决的技术问题;最后,该文讨论并指出了在基于会话推荐的领域中存在的挑战和未来研究的方向。
-
关键词
基于会话的推荐方法
会话建模
深度学习
-
Keywords
session-based recommendation method
session modeling
deep learning
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-