双通道会话推荐模型

动态意图聚合模块可学习用户长期意图迁移，近期点击增强短期偏好，有效融合全局信息并降低冗余

Jiarun, Sun · 祝继华 · Chaoyu, Wang · Yifeng, Wang · Tiansen, Niu

Expert Systems with Applications 2025

参数信息

序列推荐准确率提升幅度

5.6 %

技术优势

削减全局冗余

通过度敏感剪枝构造全局图，并利用邻居聚合学习全局物品表示，合理融入全局信息且避免冗余。

捕捉长期意图

集成意图和时序信息，并截取最近若干点击项来增强上下文短期意图，突破仅用最后点击的限制。

即插即用模块

意图聚合模块可嵌入双通道图神经网络结构，灵活提升预测精度，便于集成到现有模型中。

应用场景

• 个性化推荐：提供实时精准的下一项推荐，替代传统仅依赖最后点击的模型
• 用户意图建模：动态聚合意图与时间信息，捕捉长期兴趣迁移
• 图神经网络：采用双通道图结构融合全局与局部信息，提升表示质量
• 动态兴趣追踪：通过截取最近点击项增强短期意图，适应兴趣快速变化