【SIGIR2020-中科院】TAGNN: 基于会话推荐的目标注意力图神经网络，TAGNN: Target Attentive Graph Neural Networks for Session-based Recommendation

题目： TAGNN: Target Attentive Graph Neural Networks for Session-based Recommendation

摘要：

基于会话的推荐在许多网站中扮演着重要的角色，其目的是基于匿名会话来预测用户的行为。通过研究会话中项目的时间转换，已经出现了许多将会话建模为序列或图的研究。但是，这些方法将会话压缩成一个固定的向量表示，而不考虑要预测的目标项。由于目标项目的多样性和用户兴趣的不同，固定向量会限制推荐模型的表示能力。本文提出了一种新的目标注意图神经网络(TAGNN)模型，用于基于会话的推荐。在TAGNN中，目标感知注意力自适应地激发不同用户对不同目标的兴趣。学习兴趣表示向量随着目标项目的不同而变化，极大地提高了模型的表达能力。此外，TAGNN利用图神经网络的强大功能来捕捉会话中的丰富项转换。在真实数据集上进行的综合实验证明了它优于最先进的方法。