扩展门控图尖峰神经P网络

捕获长程兴趣演变

面向会话推荐的全新图神经网络，能有效提取用户上下文信息，同时缓解长距离依赖问题。

Xinzhu, Bai · Lingyun, Zhang · Mingtao, Jiang · 彭宏 · 王军 · Yang, Qian · Ramírez de Arellano, Antonio

Knowledge-Based Systems 2024

技术优势

长程建模

递归式结构利用非线性脉冲机制捕捉时间关系，有效捕捉兴趣的长期演变。

上下文提取更全

通过 EGSNP 模型获得用户上下文信息，弥补现有 SBR 方法提取不足的问题。

推荐更准

在两个公开数据集上的对比实验证实了模型的有效性与推荐精度。

应用场景

• 会话推荐系统：在实时推荐中更好地利用短期会话内行为序列，捕捉动态偏好。