Resumen

Un sistema de recomendación basado en sesiones está diseñado para predecir el comportamiento de clics de los usuarios en función de una sesión en curso. Los sistemas de recomendación basados en sesiones existentes suelen modelar una sesión en una secuencia y extraer características de la secuencia a través de una red neuronal recurrente. Aunque el rendimiento ha mejorado considerablemente, estos procedimientos ignoran las relaciones entre los elementos que contienen información relevante. Para obtener incrustaciones de elementos ricas, proponemos un Modelo de Recomendación basado en una Red Neuronal Convolucional de Múltiples Canales para recomendaciones basadas en sesiones, RMMCNN para abreviar. Específicamente, capturamos las características internas de los elementos desde tres dimensiones a través de una red neuronal convolucional de múltiples canales en primer lugar. Luego, fusionamos las características internas con características externas obtenidas por una unidad GRU. Posteriormente, tanto las características internas como las externas se fusionan mediante un mecanismo de atención como entrada de la función de transformación. Finalmente, la distribución de

• Materias:Funciones Flujo de información Estudio de población Modelado de sistemas Modelo de campo
• Subjects:Functions Information flow Population study System modeling Field model
• Palabras claves:Sistema de recomendación basado en sesiones; Sesión en curso; Red neuronal recurrente; Red neuronal convolucional multi-canal; Modelo de recomendación; Mecanismo de atención
• Keywords:Session-based recommendation system; Ongoing session; Recurrent neural network; Multi-channel convolutional neural network; Recommendation model; Attention mechanism