推荐算法入门：序列召回（二）

召回：输入一个用户的（点击）序列，通过某种方法（序列建模的方法），把用户输入的序列变为向量，用用户向量，在所有的item的向量进行快速检索，依次达到序列召回的效果。

核心：对一个序列进行建模。（怎么把用户的行为序列变为一个用户的向量）

论文链接：https://arxiv.org/abs/1811.00855

手把手教你读推荐论文-SR-GNN (baidu.com)

用GNN对序列进行建模。

记录了节点的出边信息和入边信息。

 把和第i个节点相连的item的embedding加权求和的效果。（消息聚合）

 

 全连接层的操作。

n：序列里面item的个数

d:序列embedding的维度

 

 matmul   矩阵乘法

表示第t层GNN向量特征提取的中间变量。

把算出的结果进行综合，第t层GNN新得到的特征。

 通过z 来控制保留多少前一层的信息和多少这一层更新出来的信息。

由此，到这里已经完成从vt-1到vt的一次GNN操作。每一个item的embdding里面有更多的图结构的信息。

输入的行为序列是一个用户的。（每一个session）