《表4 会话编码方式实验结果》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于会话信息的多粒度循环神经网络推荐模型》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

另外本文还对如何提取用户的表达做了实验对比。其中包括是否加注意力机制，取最后一个、取平均等等，实验结果如表4所示。实验表明，注意力机制的引入可以有效地提升模型的效果。YOOCHOOSE数据集上，Recall@20提升3.6%，MRR@20提升5.8%。DIGINETICA数据集上，Recall@20和MRR@20分别提升3.3%和12%。通过结果表明GRU4REC中，利用循环神经网络最后的隐节点作为整个序列的输出有一定的局限性，用户的注意力可能不完全是按照时间信息决定的，引入注意力机制可以有效地捕捉用户的注意力，但是通过对比其他方式不难发现用户尾部的点击对于用户的下一次点击影响较大，可以更好地反应用户的短期兴趣。