融合注意力机制和会话推荐的点击率预测模型

摘要

现有点击率预测直接将历史行为特征进行兴趣建模而忽视了序列信息内在结构，为此，提出一种融合注意力机制的兴趣提取会话推荐算法(ISRA),用于点击率预测。将用户的点击序列按照时间间隔细分为若干个会话，以会话为单位进行兴趣建模从而提升模型捕捉用户短期兴趣变化的能力。使用带有多重位置编码的注意力机制对会话信息进行加权区分和特征交互，使长期兴趣和短期兴趣演化过程中得到更显著的表达。对数据集Criteo与MovieLens-1M进行大量实验分析，证明了该方法的有效性。

关键词

点击率预测 / 会话推荐 / 注意力机制 / 兴趣提取 / 行为序列