《表3 向量拼接方式实验结果》

  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

本文首先对如何拼接商品向量和利用粗粒度信息学到的向量进行了实验，一种方式是直接对两个向量进行拼接。另外一种是参考Donkers等人的工作中，利用门控网络的思想，利用粗粒度信息作为控制信号决定商品向量和粗粒度信息向量如何拼接，具体实验结果如表3所示。采用门控网络类似的结构有一定的提升，在YOOCHOOSE数据集上Recall@20指标能够带来1.8%的提升，MRR@20也有2.7%的提升，在DIGINETICA数据集上，Recall@20和MRR@20分别有7%和11%的提升，由此可见门控网络可以有效捕捉两种信息各自的重要性信息。