0
点赞
收藏
分享

微信扫一扫

《Graph Contextualized Self-Attention Network for Session-based Recommendation》论文笔记

_karen 2022-04-21 阅读 43
神经网络

《基于图上下文自注意力网络的短序列推荐》论文笔记

论文笔记

本文是IJCAI2019的一篇论文。
先介绍下session-based recommendation (短序列推荐,SBR)根据匿名短序列预测用户的下一即刻行为。本文第一次把GNN和SAN结合起来用在SBR问题上,GNN用来获取局部上下文信息,SAN(自注意力网络用来获取全局item-item间的关系)。
下面将从四个方面对论文进行分析,大部分是图片+手写,如有问题,欢迎指教。

问题定义

组会ppt1

整体模型

模型包含三个部分,下面将会一一讲解:
组会ppt2

模型各部分说明

动态图结构

第一步:图的构造
组会ppt3
在这里插入图片描述
第二步:节点向量更新
组会ppt4

在这里插入图片描述

自注意力层

组会ppt5
在这里插入图片描述

预测层

在这里插入图片描述
在这里插入图片描述

实验和总结

在这里插入图片描述
经过数据处理后得到的数据特征如图所示:
在这里插入图片描述

回答第一个问题:模型性能如何?

接下来就是相关评价指标和相应的实验结果分析:
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

回答第二个问题:超参数如何影响模型性能

首先是GNN的影响:
在这里插入图片描述
其次是超参数ω和注意力块的影响:
在这里插入图片描述
再次是不同embedding size d的影响:
在这里插入图片描述
在这里插入图片描述

总结

在这里插入图片描述

举报

相关推荐

0 条评论