NARM:Neural Attentive Session-based Recommendation简析

Neural Attentive Session-based Recommendation

介绍

作者提出之前的工作只考虑了用户的序列表现，但是对用户的主要目的并没有明显地强调，因此作者提出Neural Attentive Recommendation Machine（NARM）

方法

NARM的整体框架如下：

编码器方面含有global encoder和local encoder。

global encoder如下所示，为rnn的最后一个输出：

local encoder就是通过计算rnn每个输出的权重，按权重和得到用户目的特征。

细节架构：

从上可以看出，作者将global encoder和local encoder连在一起后，将其embed到与item embedding size一样的大小，利用点积计算彼此的相似度，后送入softmax，得到预测结果。