论文标题:

Decoupled Side Information Fusion for Sequential Recommendation

论文链接:

https://arxiv.org/pdf/2204.11046.pdf

代码:

https://github.com/AIM-SE/DIF-SR

本文考虑在序列推荐中对各种辅助信息进行融合来提升下一个商品的预测性能。大多数方法采用注意力方法,但是不同异构信息的混合相关性给注意力机制带来了额外的干扰,并且embedding的早期集成限制了注意力机制的表达能力。

本文提出解耦的辅助信息融合DIF-SR,将辅助信息从输入移动到注意力层,并将各种辅助信息和商品表征的注意力计算解耦。辅助属性预测器进一步激活辅助信息和商品表征学习之间的有益交互。

内容中包含的图片若涉及版权问题,请及时与我们联系删除