WSDM'22「京东」个性化会话推荐：异构全局图神经网络

论文链接：

https://www.zhuanzhi.ai/paper/bdb6f366d05b3ede52bd437d2d129ec9

本文是针对会话推荐提出的相关方法，兼顾历史会话信息和会话中商品间的转换模式，提出异构全局图网络HG-GNN，利用所有会话中的商品转换（历史和当前的会话）来推断用户的偏好。全局图包含会话内的item-item关系，user-item关系和全局item共现关系。同时提出一个个性化会话编码器，结合当前会话的一般用户偏好和临时兴趣来生成个性化会话表征进行推荐。本文主要包含两个方面：

一方面，作者通过构建异构有向图，将商品关系，用户商品关系，不同会话的商品共现关系包含在内，并利用GNN将不同类型的边分别进行聚合，再对每个类型的边聚合得到的embedding进行聚合，得到商品和用户的表征。

另一方面，利用会话内的商品和所在位置结合注意力机制，发掘短期兴趣；并且，利用注意力机制，发掘用户和当前会话内商品的关系反映一般性兴趣。