主题感知意图网络

可解释推荐

从偏好与意图两个视角建模用户，让推荐结果可解释且更准确。

Qiming, Li · 张兆 · 庄福振 · 徐勇军 · 李超

ACM Transactions on Information Systems 2023

技术优势

意图显式建模

从用户行为序列中学习隐藏的主题作为意图，弥补现有GNN仅建模偏好的缺陷。

结合偏好与意图

通过注意力网络融合偏好和意图得到用户表示，提升推荐性能。

可解释的推荐

模型能为推荐结果生成合理解释，增强用户信任。

应用场景

• 可解释推荐系统：为推荐结果提供理由，提升用户信任与采纳率。
• 知识图谱推荐：利用知识图谱中的关系信息增强用户偏好建模。
• 用户意图建模：捕捉用户行为序列中隐藏的购买意图，提升推荐准确性。
• 电商个性化推荐：支持电商场景下基于意图的个性化推荐与解释。