全局-局部信息增强的捆绑列表推荐

摘要： 为解决捆绑列表推荐中会话兴趣表征不充分，以及预构建捆绑包不能根据会话动态兴趣进行个性化推荐的问题，提出一种全局-局部信息增强的捆绑列表生成网络。利用包含相对位置编码的时间加权多头注意力机制提取会话的全局信息，结合设计的多粒度深度可分离卷积融合会话的局部信息，通过自回归捆绑列表生成网络生成多样化的捆绑列表。在亚马逊数据集上进行广泛的实验，对生成捆绑包的大小进行分析，模型效果相比其... （共8页）