行为增强的多层次协同Top-N推荐

传统推荐系统只利用单一用户行为,然而用户行为间是具有关联性,忽视用户行为会丢失辅助行为对目标行为的影响。本文提出了一种行为增强的多层次协同Top-N推荐,在推荐二分图和元路径图上利用注意力机制传播信息,学习多层次高阶和异质协同信号(包括用户-项目间的和项目间的)以提高推荐性能,这样可以更好地利用推荐图结构,并充分考虑到推荐图结构上各种行为间的相互影响。在经典数据集上做了全方位实验验证模型有效性,在电商推荐数据上取得了很好效果。