【WSDM2020】微软上海交大，基于双侧邻域协作关系建模的顺序推荐，Sequential Recommendation with Dual Side Neighbor-based Collaborative Relation Modeling（附pdf）

论文题目

Sequential Recommendation with Dual Side Neighbor-based Collaborative Relation Modeling

论文摘要

序贯推荐任务的目的是在给定用户历史行为的情况下，预测用户对项目的偏好。用户行为的有序性意味着行为史中蕴含着丰富的序列模式，揭示了用户兴趣的内在动力。提出了多种序贯推荐方法对动态用户行为进行建模。然而，大多数模型只考虑用户自身的行为和动态，而忽略了用户和项目之间的协作关系，即用户的相似偏好或项目的相似属性。如果不建立协作关系模型，这些方法会因为缺乏推荐多样性而导致性能下降。更糟糕的是，大多数现有的方法只考虑用户侧序列，而忽略项目侧的时间动态。针对现有的序贯推荐模型存在的问题，我们提出了一种序贯协同推荐器（SCoRe），它利用跨邻居关系模型有效地挖掘高阶协同信息，同时利用用户端和项目端的历史序列更好地捕获用户和项目动态。在三个真实世界的大规模数据集上的实验证明了该模型相对于强基线的优越性。

论文作者

秦嘉瑞，靳仁，方玉辰，张渭南，勇雨，来自上海交通大学，上海微软亚洲研究院。