GRU4rec与SRGNN之间的比较

GRU4rec SRGNN
序列模型,只考虑上一节点到当前节点的过渡关系 图模型,考虑更复杂的过渡关系,包括若干出点和入点与当前节点的联系
仅考虑用户的当前兴趣 使用Attention机制,考虑用户的当前兴趣和整体兴趣
循环次数由序列长度决定 循环次数是个超参,SRGNN默认为1
有负采样,pairwise loss(BPR、TOP1) 没有负采样,pointwise loss(NLL)
minibatch,代码比较复杂 data augmentation,实现比较简单(但序列长度较长时不适用于RNN)

关于GGNN和SRGNN更多信息,可以转至 【论文精读】门控图神经网络GGNN及SRGNN

你可能感兴趣的:(AI)