多行为序列推荐网络

点击与跳过行为分离建模

通过超节点捕捉多行为间的语义关联，利用对比学习显式分离正负兴趣，提升微视频推荐精度。

Gu, Pan · 胡海洋 · Xu, Guandong

Knowledge-Based Systems 2024

技术优势

区分正负兴趣

基于超节点的HyperGRU网络提取正负兴趣，并通过对比学习使两者表示更具区分性，便于后续推荐利用。

应用场景

• 短视频推荐：为微视频平台提供精准推荐，提升用户观看时长与互动率。
• 用户兴趣建模：从多行为时序数据中分离正负兴趣，构建更全面的用户兴趣表征。
• 推荐系统：作为推荐系统的召回或排序组件，提升点击率与用户满意度。
• 行为序列建模：对用户历史多行为序列进行建模，捕捉行为间时序依赖关系。